| 自适应噪声加权优选经验模态分解及其在机械故障诊断中的应用 |
| |
| 引用本文： | 郑近德,苏缪涎,潘海洋,童靳于,潘紫微. 自适应噪声加权优选经验模态分解及其在机械故障诊断中的应用[J]. 振动工程学报, 2021, 34(4): 869-878 |
| |
| 作者姓名： | 郑近德 苏缪涎 潘海洋 童靳于 潘紫微 |
| |
| 作者单位： | 安徽工业大学机械工程学院，安徽 马鞍山 243032；安徽理工大学矿山智能装备与技术安徽省重点实验室，安徽 淮南 232001 |
| |
| 基金项目： | 国家重点研发计划（2017YFCO805100）；国家自然科学基金资助项目（51975004）；安徽理工大学矿山智能装备与技术安徽省重点实验室开放基金资助项目（201902005） |
| |
| 摘 要： | 自适应噪声辅助集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)解决了集成经验模态分解在集成平均过程中的分解不完备问题,但噪声残留和虚假分量问题仍然存在.针对CEEMDAN的不足,提出了自适应噪声加权优...
|
| 关 键 词： | 故障诊断 轴承 齿轮 CEEMDAN 均值优选 |
Weighted mean-optimized empirical mode decomposition with adaptive noise and its applications in mechanical fault diagnosis |
| |
| ZHENG Jin-de,SU Miao-xian,PAN Hai-yang,TONG Jin-yu,PAN Zi-wei. Weighted mean-optimized empirical mode decomposition with adaptive noise and its applications in mechanical fault diagnosis[J]. Journal of Vibration Engineering, 2021, 34(4): 869-878 |
| |
| Authors: | ZHENG Jin-de SU Miao-xian PAN Hai-yang TONG Jin-yu PAN Zi-wei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动工程学报》浏览原始摘要信息 |
|
点击此处可从《振动工程学报》下载全文 |
|
