基于EEMD及自适应滤波的轧辊磨损振动特征提取

• 作者: 朱娜 杨欢 肖艳军 董方磊 陈朝朋
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 集合经验模态分解 自适应滤波 轧机振动 特征提取
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 40-47
• 页数: 8页
• 分类号: TN06|TH133.1
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.01.006

摘要

针对电池极片轧机的轧辊磨损故障无法实现准确诊断维护的问题,提出了一种针对低频轧振动特征信号提取的方法,对轧辊故障实现在线诊断.先采用集合经验模态分解(EEMD)对振动电压信号进行固态分析,得出轧辊磨损和整机振动的特征频率并重构,再进行自适应滤波去除掉噪声中的共模干扰并对整机振动进行抑制,最后通过小波变换提取低频信号中的轧辊磨损特征信号.通过模拟极片轧机振动和不同方法的对比实验选出最佳方法,并将其应用到极片轧机振动平台中,结果表明,提出的方法能够有效的抑制50 Hz以下的背景噪声,可以在0～5 Hz频段内提取出极片轧机轧辊磨损的振动特征信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖艳军		79	221	7.0	11.0
2	杨欢		8	13	3.0	3.0
3	陈朝朋		1	0	0.0	0.0
4	朱娜		1	0	0.0	0.0
5	董方磊		1	0	0.0	0.0