基于EEMD和自相关阈值降噪的滚动轴承故障诊断

• 作者: 谷玉海 饶文军 黄竞楠 黄艳庭
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 集合经验模式分解 自相关阈值 滚动轴承 降噪 故障诊断
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 控制与检测
• 页码范围: 78-82
• 页数: 5页
• 分类号: TH133.33|TG506
• 字数: 3766字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.10.020

摘要

为减少噪声对滚动轴承故障特征提取的影响,文章提出了一种基于集合经验模态分解(EE-MD)和自相关阈值降噪相结合的滚动轴承故障诊断方法.首先对原始信号进行EEMD分解,然后将得到的各阶IMF分量分别进行自相关阈值降噪,最后重组降噪后的各阶IMF分量并通过包络分析提取故障频率特征进行故障诊断.通过仿真信号和实验数据验证表明,文章所提出的方法能够有效提取各阶IMF分量中的有用信号,有效解决了基于IMF系数选择方法的问题,证明文中提出的方法具有良好的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷玉海	北京信息科技大学现代测控技术教育部重点实验室	68	154	7.0	9.0
2	饶文军	北京信息科技大学现代测控技术教育部重点实验室	4	0	0.0	0.0
3	黄艳庭	北京信息科技大学现代测控技术教育部重点实验室	5	5	1.0	2.0
4	黄竞楠	北京信息科技大学现代测控技术教育部重点实验室	5	0	0.0	0.0