基于EEMD-ICA去噪方法在转子故障特征识别中的应用研究

作     者：刘书溢 田梅 周小龙 刘文亮 LIU Shuyi;TIAN Mei;ZHOU Xiaolong;LIU Wenliang

作者机构：吉林工程技术师范学院机械工程学院长春130052 东北电力大学工程训练中心吉林吉林132012 研奥电气股份有限公司设计部长春130113 

基　　金：吉林工程技术师范学院仿生表面成形成性一体化技术创新团队资助项目 吉林工程技术师范学院科研发展基金项目(XYB201701) 

出 版 物：《机械工程师》 (Mechanical Engineer)

年 卷 期：2018年第8期

页      码：72-73,76页

摘      要：针对转子故障诊断过程中噪声干扰大,故障特征难以提取的问题,首次将基于集合经验模态分解-独立分量分析(EEMD-ICA)方法应用到转子故障特征识别中。该方法可有效抑制模态混叠现象,准确分离出包含在信号内部的噪声成分。实验结果表明,所提方法去噪效果明显,能够有效提取转子故障特征。

主 题 词：EEMD-ICA 特征提取 转子故障诊断 

学科分类：080801[080801] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1002-2333.2018.08.024

馆 藏 号：203313808...