形态滤波与平移不变量小波增强EEMD的故障诊断方法

• 作者: 向家伟 林礼区
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 形态滤波 平移不变量小波 降噪 改进的EEMD 特征提取
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 机械动力学
• 页码范围: 1359-1365
• 页数: 7页
• 分类号: TH133.33
• 字数: 4382字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20180034

摘要

针对集成经验模式分解(Ensemble empirical mode decomposition,EEMD)在轴承故障特征提取中的问题,提出一种混合故障诊断方法.首先,将“形态滤波-平移不变量小波”作为EEMD的前置滤波器,实现对原始信号中窄带脉冲和随机噪声干扰的有效消除;其次,针对本征模式分量(Intrinsic mode functions,IMFs)中真实分量的选取问题,提出一种轴承振动信号EEMD分解的筛选规则,即计算各IMFs和原信号的自相关函数并作归一化处理,然后计算各IMFs自相关函数和原信号自相关函数的相关系数,以最大相关系数的一半作为阈值剔除虚假的IMFs,与此同时保留第1和第2阶IMFs,从而实现对EEMD的改进.仿真和实验轴承故障诊断研究表明了该方法的有效性,方法的优点在于:将“形态滤波-平移不变量小波”作为集成经验模式分解的前置滤波器,可有效去除故障轴承振动信号中的窄带脉冲和随机噪声干扰;本文的筛选规则可有效选取去噪信号EEMD分解后的IMFs中真实分量,从而可靠地获取故障特征频率.本研究为轴承故障诊断提供了一种新的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林礼区	温州大学机电工程学院	10	43	2.0	6.0
2	向家伟	温州大学机电工程学院	8	22	3.0	4.0