基于EEMD和自相关函数特性的自适应降噪方法

被引：59

作者：

余发军 ^{[1
,2
]}

周凤星 ^{[1
]}

机构：

[1] 武汉科技大学冶金自动化与检测技术教育部工程研究中心

[2] 中原工学院信息商务学院信息工程系

来源：

计算机应用研究 | 2015年 / 32卷 / 01期

关键词：

故障诊断; 集合经验模式分解; 自相关函数; 能量集中比; 自适应;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

在机械设备早期故障中,反映故障特征的冲击信号非常微弱,容易被噪声淹没,使得故障诊断有一定难度。集合经验模式分解方法将含噪信号分解为多个固有模式分量,其中包括噪声分量和有用信号分量。根据两者自相关函数特性的不同,提出了利用能量集中比找到噪声分量分界点的自适应降噪方法,并利用改进的软阈值方法拾取噪声分量中的高频有用信号。对不同频率的含噪信号进行降噪处理,结果表明,该方法对中低频信号的降噪具有很好的效果。故障轴承振动信号的降噪效果表明该方法的实用性。

引用

页码：206 / 209

页数：4

共 12 条

[1]

基于经验模态分解与小波阈值的MT信号去噪方法 [J].

蔡剑华 ;

王先春 ;

胡惟文 .

石油地球物理勘探, 2013, 48 (02) :303-307+332+161

[2]

基于EEMD的振动信号自适应降噪方法 [J].

陈仁祥 ;

汤宝平 ;

马婧华 .

振动与冲击, 2012, 31 (15) :82-86

[3]

基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断 [J].

邵忍平 ;

曹精明 ;

李永龙 .

振动与冲击, 2012, 31 (08) :96-101+106

[4]

改进的小波阈值去噪方法及其在MATLAB中的仿真 [J].

李树钰 .

噪声与振动控制, 2010, 30 (02) :121-124

[5]

具有间断事件检测和分离的经验模态分解方法 [J].

宋立新 ;

王祁 ;

王玉静 ;

梁堃 .

哈尔滨工程大学学报, 2007, (02) :178-182

[6]

基于能量峰区域时频滤波的信号估计 [J].

田光明 ;

陈光(衤禹) .

信号处理, 2004, (03) :263-267

[7]

平稳和非平稳振动信号的若干处理方法及发展 [J].

丁康 ;

陈健林 ;

苏向荣 .

振动工程学报, 2003, (01)

[8]

异常事件对EMD方法的影响及其解决方法研究 [J].

赵进平 .

青岛海洋大学学报(自然科学版), 2001, (06) :805-814

[9]

EMD算法研究及其在信号去噪中的应用 [D].

王婷 .

哈尔滨工程大学,

2010

[10]

Automatic detection of mode mixing in empirical mode decomposition using non-stationarity detection: application to selecting IMFs of interest and denoising.[J].Jeremy Terrien;Catherine Marque;Brynjar Karlsson.EURASIP Journal on Advances in Signal Processing.2011, 1

← 1 2 →