应用改进的LMD和小波降噪于滚动轴承故障诊断

• 作者: 刘涛涛 潘宏侠
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 局域均值分解 小波降噪 滚动轴承 故障诊断
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 152-157
• 页数: 6页
• 分类号: TH165+.3
• 字数: 3560字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2014.02.035

摘要

局域均值分解(Local Mean Decomposition, LMD)是近年出现的一种新的时频分析方法，在故障诊断领域的应用日益广泛。本文提出一种改进的局域均值分解和小波降噪结合的降噪方法，并与小波变换的信号降噪方法、基于集合经验模态分解（Ensemble empirical mode decomposition, EEMD）和小波的信号降噪方法进行对比，利用信噪比和均方根误差比较降噪效果。再通过滚动轴承内外圈故障信号的频谱分析实例，证明该方法很好地去除混杂在故障信号中的噪声，准确地判断出滚动轴承发生故障的类型及部位。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械工程与自动化学院	359	2630	23.0	34.0
2	刘涛涛	中北大学机械工程与自动化学院	4	33	3.0	4.0