EMD-ICA联合降噪在滚动轴承故障诊断中的应用

• 作者: 刘昱 张俊红 李周裕 李林洁 马文朋
• 来源期刊: 中国机械工程
• 关键词: 经验模式分解 独立分量分析 滚动轴承 故障诊断
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 信息技术
• 页码范围: 1468-1472
• 页数: 5页
• 分类号: TH212|TH213.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2013.11.010

摘要

滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其他能量较大的振源信号的干扰,致使传统滤波降噪方法存在很大的局限性.针对这一特点,提出经验模式分解(EMD)和独立分量分析(ICA)相结合的联合降噪新方法.将单通道振动信号进行EMD分解,基于互相关准则对分解后的本征模函数进行重组,构造虚拟噪声通道,并以此作为ICA的输入矩阵,采用FastICA算法实现源信号和噪声信号的分离,从而达到降噪的目的.将该方法应用于滚动轴承故障诊断中,对降噪后的重构信号进行频谱分析,进而判断滚动轴承的运行状态.仿真和试验分析结果表明该方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘昱	天津大学内燃机燃烧学国家重点实验室	47	342	10.0	16.0
2	张俊红	天津大学内燃机燃烧学国家重点实验室	130	981	18.0	24.0
3	马文朋	天津大学内燃机燃烧学国家重点实验室	11	145	7.0	11.0
4	李林洁	天津大学内燃机燃烧学国家重点实验室	7	78	5.0	7.0
5	李周裕	天津大学内燃机燃烧学国家重点实验室	6	71	5.0	6.0