改进的EMD结合重复降噪在故障诊断中的应用

被引：6

作者：

郝刚

潘宏侠

机构：

[1] 中北大学机械工程与自动化学院

来源：

噪声与振动控制 | 2013年 / 33卷 / 02期

关键词：

振动与波; 小波包降噪; 经验模态分解; 相关系数; 消失矩;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

滚动轴承的故障信号采集中往往含有大量的噪声信号。对采集信号进行小波包降噪后,利用经验模态分解(empirical mode decomposition,EMD)得到若干个固有模态函数(intrinsic mode function,IMF)。计算各个IMF与去噪后信号的相关系数以此确定哪几个IMF是待分析信号的有效集,根据有效集中IMF的突变程度来选择不同消失矩的db系小波进行小波降噪。对IMF进行边际谱分析来判断滚动轴承哪个部位发生故障。该方法有效地去除了混杂在故障信号中的噪声,提高了信噪比,准确地判断出滚动轴承发生故障的部位。

引用

页码：157 / 160+177 +177

页数：5

共 4 条

[1] 小波包时频分析及其特性 [J].

钟佑明 .

振动、测试与诊断, 2009, 29 (01) :51-54+117

[2] 故障信号检测的小波基选择方法 [J].

周小勇 ;

叶银忠 .

控制工程, 2003, (04) :308-311

[3]

设备故障诊断.[M].沈庆根;郑水英主编;.化学工业出版社.2006,

[4] The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].

Huang, NE ;

Shen, Z ;

Long, SR ;

Wu, MLC ;

Shih, HH ;

Zheng, QN ;

Yen, NC ;

Tung, CC ;

Liu, HH .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995

← 1 →