基于EEMD分解的盲源分离算法在振动筛轴承故障诊断中的应用

• 作者: 徐元博 王新立
• 来源期刊: 矿山机械
• 学科: 工学
• 关键词: 振动筛 轴承故障 集合平均经验分解 盲源分离算法
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 分·选
• 页码范围: 85-89
• 页数: 5页
• 分类号: TD452
• 语种: 中文

摘要

提出一种基于集合平均经验分解的盲源分离算法(EEMD-BSS)的滚动轴承故障诊断方法.这种集合平均经验分解算法相比较于经验模态分解算法(EEMD)更具有优越性,它能更好地克服信号之间的混叠效应.以振动筛轴承的故障为案例,先估计出振动筛轴承故障时振动的源数,再利用基于集合平均经验模态分解(EEMD)的盲源分离(BSS)算法,可以有效地分析出振动筛轴承的故障特征,因而具有重要的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新立		2	2	1.0	1.0
2	徐元博		1	0	0.0	0.0