EWT-KICA联合的滚动轴承故障诊断 |
| |
引用本文: | 庞博,董辛旻,李长伟.EWT-KICA联合的滚动轴承故障诊断[J].机械设计与制造,2022(6):65-68. |
| |
作者姓名: | 庞博 董辛旻 李长伟 |
| |
作者单位: | 郑州大学机械工程学院 |
| |
基金项目: | 国家重点研发计划项目(2016YFF0203100); |
| |
摘 要: | 滚动轴承故障信号能量较弱,故障信息在实际工况下更容易受到噪声的影响,致使很难有效地实现信噪分离。针对这一问题,提出经验小波变换(EWT)和核独立分量分析(KICA)联合的振幅解调方法消噪。使用经验小波变换对轴承故障信号进行分解,根据相关系数准则对分解获得的IMF分量信号进行筛选,重组分量信号并构造虚拟噪声信号。使用核独立分量分析算法对重构的信号进行增强处理并分解,实现信号和噪声的分离。采用包络谱法对分离后的信号进行分析。仿真对照实验表明,该方法具备较强的特征提取能力。
|
关 键 词: | 经验小波变换 核独立分量分析 滚动轴承 特征提取 故障诊断 |
|
|