EWT-KICA联合的滚动轴承故障诊断

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。