| 基于CEEMD和MOMEDA的滚动轴承故障提取 |
| |
| 引用本文： | 于元滐,杨光永,晏婷,徐天奇,戈一航. 基于CEEMD和MOMEDA的滚动轴承故障提取[J]. 电子测量技术, 2021, 44(22): 96-101. DOI: 10.19651/j.cnki.emt.2107226 |
| |
| 作者姓名： | 于元滐 杨光永 晏婷 徐天奇 戈一航 |
| |
| 作者单位： | 云南民族大学电气信息工程学院 昆明650500 |
| |
| 摘 要： | 当滚动轴承发生故障时,故障特征信号会夹杂在振动信号中,造成故障特征信号提取效果不理想.针对这一问题,提出了一种互补集成经验模态分解与多点最优最小熵(CEEMD-MOMEDA)的滚动轴承故障提取方法.首先通过CEEMD算法对采集到的振动信号进行处理,然后通过峭度准则对非故障冲击成分进行筛除,最后利用MOMEDA算法对重组后的信号进行处理从而抑制噪声的影响,从中提取出故障特征.并与单一的MOMEDA算法进行对比.结果 表明,提出的CEEMD-MOMEDA算法故障提取能力、抗干扰能力有较大提升.
|
| 关 键 词： | 滚动轴承 故障提取 CEEMD算法 MOMEDA算法 |
Fault extraction of rolleing bearing based on CEEMD and MOMEDA |
| |
| Yu Yuanjie,Yang Guangyong,Yan Ting,Xu Tianqi,Ge Yihang. Fault extraction of rolleing bearing based on CEEMD and MOMEDA[J]. Electronic Measurement Technology, 2021, 44(22): 96-101. DOI: 10.19651/j.cnki.emt.2107226 |
| |
| Authors: | Yu Yuanjie Yang Guangyong Yan Ting Xu Tianqi Ge Yihang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
