节点文献

基于小波阈值与CEEMDAN联合去噪的滚动轴承故障模式识别方法研究

免费订阅

【作者】 别锋锋张仕佳裴峻峰徐鹏青

【Author】 BIE Feng-feng;ZHANG Shi-jia;PEI Jun-feng;XU Peng-qing;School of Mechanical Engineering,Changzhou University;

【机构】 常州大学机械工程学院

【摘要】 滚动轴承是机械设备中主要的故障源之一,它的失效将直接导致整台设备的运行失常。针对其典型故障模式,提出了一种基于小波阈值与CEEMDAN联合去噪的滚动轴承故障诊断方法。对信号进行小波阈值去噪,利用CEEMDAN算法对降噪后信号进行分解,基于互相关系数分析提取典型的IMF分量,并对所提取的IMF分量进行时、频域特征分析,从而进行故障诊断。首先通过对模拟信号完成CEEMDAN法与总体平均经验模态分解(EEMD)对比分析,证明该方法优于EEMD分解,继而以模拟实验为验证实例。研究结果表明了小波阈值和CEEMDAN方法在滚动轴承故障模式识别中的有效性。

【关键词】 滚动轴承故障诊断小波阈值CEEMDAN
【基金】 江苏省2016高校优秀中青年教师和校长境外研修计划项目(51175051)
【所属期刊栏目】 理论与方法研究 (2020年02期)
  • 【DOI】10.19356/j.cnki.1001-3997.2020.02.017
  • 【分类号】TN911.4;TH133.33
  • 【下载频次】6
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: