提升EEMD降噪方法及制冷机轴承故障诊断应用研究

• 作者: 郭翠云
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 总体经验模态分解 降噪 小波包 制冷机轴承
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 9-15
• 页数: 7页
• 分类号: TN101|TB651
• 语种: 中文
• DOI: 10.13382/j.jemi.B1801576

摘要

针对制冷机轴承振动信号被复杂干扰淹没,难以提取有效特征问题,提出一种提升总体经验模态分解(EEMD)的轴承振动信号降噪方法.首先,利用小波包精细分解特性,基于白噪声检验原理提取第一个IMF分量中有用信号;然后,利用噪声和信号主导的本征模态分量(IMFs)与原始信号互相关系数差异巨大的特性,对分解后的IMFs进行区分,分别使用小波包浮动阈值方法和SG滤波算法提取高、低频分量的有用信号,克服了传统EEMD降噪时信号失真、IMFs选择的难题.为了验证方法的有效性,进行了数字仿真与制冷机轴承振动信号应用验证分析,结果表明,所提方法基于一种精细的决策处理方法,可以将淹没在复杂干扰中的有用特征提取出来,为制冷机轴承状态监测提供有效的预处理手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭翠云		5	0	0.0	0.0