|
|
1.
基于全矢包络融合双层降噪处理的轴承故障特征提取
瞿红春, 周大鹏, 贾柏谊, 郑剑青
噪声与振动控制
2023, 43 (1):
135-140.
针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题，提出一种噪声辅助多元经验模态分解（Noise-assisted Multivariate Empirical Mode Decomposition，NA-MEMD）与全矢包络快速独立分量分析（Fast Independent Component Analysis，FastICA）相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NAMEMD分解，根据相关性系数选取包含故障特征的固有模态函数(Intrinsic Mode Function，IMF)进行重构；对重构信号进行快速独立分量分析，最后进行全矢包络融合，提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率，同时降低包络谱特征统计参数的冗余。
相关文章 |
多维度评价
|
|
