基于EEMD-ICA去噪方法在转子故障特征识别中的应用研究

• 作者: 刘书溢 刘文亮 周小龙 田梅
• 来源期刊: 机械工程师
• 学科: 工学
• 关键词: EEMD-ICA 特征提取 转子故障诊断
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 机械设计与计算
• 页码范围: 72-73,76
• 页数: 3页
• 分类号: TM303.3
• 字数: 1485字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2333.2018.08.024

摘要

针对转子故障诊断过程中噪声干扰大,故障特征难以提取的问题,首次将基于集合经验模态分解-独立分量分析(EEMD-ICA)方法应用到转子故障特征识别中.该方法可有效抑制模态混叠现象,准确分离出包含在信号内部的噪声成分.实验结果表明,所提方法去噪效果明显,能够有效提取转子故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田梅	吉林工程技术师范学院机械工程学院	7	1	1.0	1.0
2	刘书溢	吉林工程技术师范学院机械工程学院	3	2	1.0	1.0
3	刘文亮	研奥电气股份有限公司设计部	1	0	0.0	0.0