基于ICEEMDAN和小波阈值的滚动轴承故障特征提取方法

• 作者: 傅秀清 封志祥 张存义 熊龙飞 王月文 肖茂华
• 来源期刊: 南京农业大学学报
• 学科: 工学
• 关键词: 滚动轴承 经验模态分解 故障特征提取 相关系数法 小波变换
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 食品与工程
• 页码范围: 767-774
• 页数: 8页
• 分类号: TH165.3|TH133.3
• 字数: 5115字
• 语种: 中文
• DOI: 10.7685/jnau.201708023

摘要

[目的]针对滚动轴承故障信号非线性、非平稳特征导致的故障特征频率难以提取的问题,提出了一种基于改进的带有自适应白噪声的完全集合经验模态分解(ICEEMDAN)和小波阈值降噪的滚动轴承故障特征提取方法.[方法]首先用小波阈值降噪对故障信号进行预处理,然后利用ICEEMDAN对降噪后的信号进行模态分解,产生一系列的固有模态函数(IMF),并根据互相关系数法提取与原信号相关的模态分量,作各层模态分量的包络谱图,提取滚动轴承的故障特征频率.[结果]通过仿真试验与滚动轴承故障试验分析,并将其与集合经验模态分解(EEMD)处理的进行比较,基于ICEEMDAN方法分解后的包络谱幅值更加明显.[结论]本研究提出的方法能精确地提取滚动轴承的故障特征频率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖茂华	南京农业大学工学院	53	66	5.0	7.0
2	傅秀清	南京农业大学工学院	48	238	8.0	13.0
3	张存义	南京农业大学工学院	2	6	1.0	2.0
4	熊龙飞	南京农业大学工学院	1	6	1.0	1.0
5	王月文	南京农业大学工学院	1	6	1.0	1.0
6	封志祥	南京农业大学工学院	1	6	1.0	1.0