EEMD与EFICA在单通道复合故障诊断中的应用

• 作者: 徐元博 魏振东
• 来源期刊: 计算机测量与控制
• 关键词: 复合故障 经验模态分解 高效快速独立分量分析 单通道 盲源分离
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3313-3315
• 页数: 3页
• 分类号: TH133.33|TG806
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.10.019

摘要

针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(ensemble empirical mode decomposition,EEMD)和高效快速独立分量分析(efficient variant of Fast ICA,EFICA)的盲源分离故障诊断方法;利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(intrinsic mode function,IMF),解决了盲源分离中的欠定问题;在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离;通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐元博	西京学院机电技术系	4	11	2.0	3.0
2	魏振东	华中科技大学机械科学与工程学院	2	6	2.0	2.0