基于CEEMD和FastICA的滚动轴承故障诊断研究

• 作者: 吴建德 吴涛 姜迪 马军
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 互补集合经验模态分解 快速独立分量分析 Teager能量算子 故障诊断
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 186-194
• 页数: 9页
• 分类号: TH213.3|TN911
• 语种: 中文
• DOI: 10.13382/j.jemi.B1901970

摘要

由于滚动轴承振动信号易受噪声干扰的影响、故障特征提取较为困难.为此,提出了一种基于互补集合经验模态分解(CEEMD)和快速独立分量分析(FastICA)的轴承故障特征提取方法.该方法首先利用CEEMD算法将原故障振动信号进行分解运算,得到一系列模态分量(IMF);然后依据峭度准则选取一些模态分量来完成观测信号的重构,剩余其他的模态分量完成虚拟噪声通道信号的重构;再利用FastICA方法对重构信号进行降噪;引入Teager能量算子(TKEO)对降噪后的信号进行解调处理;最后对解调后的信号进行快速傅里叶变换(FFT)运算,分析变换后信号的频谱特征,提取出原信号的故障特征频率.将该方法应用到滚动轴承故障实际数据中,实验结果表明,该方法可以有效提取出滚动轴承故障的基频和倍频特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛		79	219	8.0	12.0
2	吴建德		53	158	7.0	10.0
3	马军		13	30	3.0	5.0
4	姜迪		9	2	1.0	1.0