基于改进EEMD的滚动轴承故障特征提取技术

• 作者: 林梦菊 王明华 田鹏 魏永合
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 集合经验模态分解( EEMD) 滚动轴承 特征提取
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 控制与检测
• 页码范围: 87-90
• 页数: 4页
• 分类号: TH165+.3|TG506
• 字数: 2646字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2015.01.024

摘要

在对集合经验模态分解( Ensemble Empirical Mode Decomposition,EEMD)进行研究之后,提出了一种利用改进的EEMD进行滚动轴承故障特征提取的方法。该方法根据EEMD的分解过程中信号和加入的白噪声的特点来选择EEMD的参数,并且对分解后所得到的的固有模态函数( IMF)分量进行阈值处理后再重构,以降低噪声的干扰。对重构后的信号进行包络谱分析,提取其故障特征,最后将该方法与通用的EEMD方法进行对比,研究结果表明EEMD是一种很有效的滚动轴承故障特征提取方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田鹏	沈阳理工大学机械工程学院	5	43	3.0	5.0
2	魏永合	沈阳理工大学机械工程学院	33	151	6.0	10.0
3	王明华	沈阳理工大学机械工程学院	4	56	3.0	4.0
4	林梦菊	沈阳理工大学机械工程学院	4	39	3.0	4.0