發(fā)布時間：2017-12-22 23:05

  本文關(guān)鍵詞：基于解相關(guān)CEEMD的滾動軸承特征信號提取算法研究　出處：《制造技術(shù)與機(jī)床》2016年11期 　論文類型：期刊論文

  更多相關(guān)文章： 模態(tài)混疊 互補(bǔ)總體平均經(jīng)驗(yàn)?zāi)B(tài)分解 解相關(guān) 特征提取

【摘要】：近年來隨著時頻分析方法希爾伯特黃變換的提出,經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)已經(jīng)在滾動軸承信號處理中得到了應(yīng)用。但不管EMD還是其改進(jìn)的互補(bǔ)總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD),到目前為止依然都存在著模態(tài)混疊現(xiàn)象。為了實(shí)現(xiàn)特征信號的精確提取,需要對分解后產(chǎn)生模態(tài)混疊的部分予以修正,從而保證各固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)分量之間互不耦合(即正交)。針對這一問題提出了解相關(guān)與CEEMD相結(jié)合的算法。該方法首先運(yùn)用CEEMD自適應(yīng)分解的能力對信號進(jìn)行細(xì)節(jié)的提取,然后對分解后依然存在的少量頻率混疊部分利用解相關(guān)運(yùn)算予以修正,實(shí)現(xiàn)對特征頻率信號的提取,從而解決了頻率混疊問題。通過仿真試驗(yàn)驗(yàn)證了該方法的有效性,并將該方法應(yīng)用于旋轉(zhuǎn)機(jī)械振動信號的特征頻率成分的提取中,取得很好的效果。
【作者單位】： 南京信息工程大學(xué)信息與控制學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51405241,51505234,51575283)
【分類號】：TH133.33;TN911.7
【正文快照】： 滾動軸承是旋轉(zhuǎn)機(jī)械中應(yīng)用最廣且也是最易損壞的機(jī)械零件之一,許多機(jī)械故障都與滾動軸承有關(guān),它工作好壞對機(jī)械的工作狀態(tài)有很大的影響,故對工作中的滾動軸承特征頻率信號的精確提取尤為重要,為后期的故障診斷奠定基礎(chǔ)。由于機(jī)械設(shè)備振動信號多為非線性非平穩(wěn)信號,傳統(tǒng)的傅里

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 熊炳昆;稀有金屬王國中的姊妹花——鋯和鉿[J];稀有金屬快報;2005年01期

，

本文編號：1321395