基于改进CEEMDAN和TEO的轴承故障特征提取方法

• 作者: 曹乐 陆彦希
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 CEEMDAN 综合评价模型 Teager能量算子 故障特征提取
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 109-114
• 页数: 6页
• 分类号: TH13
• 字数: 4159字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.02.020

摘要

故障特征的提取是检测与识别故障类型的关键.为优化自适应噪声完整集成经验模态分解(CEEMDAN)的降噪效果,提出一种基于综合评价模型(SDEA)改进的CEEMDAN降噪方法,优化CEEMDAN的去噪效果.该方法首先建立综合评定模型,然后通过峭度准则、相关系数筛选特征模态重构信号,由SDEA评价信号去噪效果.经过多次迭代,选择综合指标最高的迭代次数作为最优降噪信号,再利用能量贡献率选取最优降噪信号的IMF进行重构,最后通过Teager能量算子解调对信号进行包络谱分析,进而得到故障特征频率.实测数据证明,此方法能够准确提取故障特征频率,实现对故障信号的识别,且相较于现有方法可提高信噪比和运算效率.因此采用该方法可为早期轴承故障诊断提供一种有效的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹乐	上海工程技术大学电子电气工程学院	5	0	0.0	0.0
2	陆彦希	上海工程技术大学电子电气工程学院	1	0	0.0	0.0