|
|||||
|
|
| 基于CEEMD-MED和Teager能量算子的滚动轴承微弱故障特征提取 | |
| 作者单位： | ;1.内蒙古科技大学机械工程学院 |
| 摘 要： | 滚动轴承故障产生的早期阶段,故障信号中的周期冲击成分微弱,并且环境噪声干扰严重,导致轴承故障难以识别。针对这一问题,提出基于CEEMD-MED和Teager能量算子的轴承故障特征方法。首先应用互补集合经验模态分解(CEEMD)对故障信号进行分解,依据相关系数原则,选取相关系数最大的分量作为分析对象;然后应用最小熵反褶积(MED)对选出的分量进行降噪;最后应用Teager能量算子对降噪后的信号进行解调处理,从其能量谱中便可准确地获取故障特征信息。通过对仿真信号和实验数据进行诊断分析,结果证明该文方法有效。 |
| 关 键 词： | 互补集合经验模态分解 最小熵反褶积 Teager能量算子 轴承故障 |
Weak fault feature extration of rolling bearing based on CEEMD-MED and Teager energy operator |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |