|
|||||
|
|
| 集成经验模态分解与相关峭度在滚动轴承故障诊断中的应用 | |
| 作者单位： | ;1.63680部队 |
| 摘 要： | 船舶设备中的滚动轴承其振动信号成分复杂,故障信号易被背景噪声湮没,常规诊断方法难以有效提取轴承故障信息。为了从复杂的轴承振动信号中提取弱故障信号,将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)应用到滚动轴承故障诊断中,并引入了相关峭度的定义,提出了一种新的滚动轴承故障特征提取方法。该方法首先利用EEMD将轴承振动信号分解为若干个分量信号,然后根据相关峭度最大原则选取分量信号,提取出滚动轴承的弱故障信号。通过对轴承内圈故障的仿真和实验研究验证了该方法的有效性。 |
| 关 键 词： | 船舶设备 滚动轴承 振动信号 故障诊断 集成经验模态分解 相关峭度 |
Application of Ensemble Empirical Mode Decomposition and Correlated Kurtosis to Rolling Element Bearing Fault Diagnosis |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |