基于ITD-KICA盲分离降噪的滚动轴承故障特征提取
刘嘉辉
董辛旻
李剑飞
1.郑州大学机械工程学院,河南郑州,4500012.郑州大学机械工程学院,河南郑州,4500013.郑州大学机械工程学院,河南郑州,450001
摘要：滚动轴承在实际工况下的故障信号和故障信息常常淹没于噪声中,传统的故障特征提取方法很难有效提取出轴承故障特征信息.因此,采用时间固有尺度分解(ITD)和核独立分量分析(KICA)相结合的信噪盲分离分析法降噪.对轴承信号进行ITD分解,根据相关系数将分解得到的PRC分量重组以及构建虚拟噪声通道,利用KICA解混实现故障信号与噪声信号分离,对信噪分离后的有效分量信号做包络谱的分析.通过仿真及轴承故障实验分析和对比表明,该方法能有效提取轴承的故障特征.
关键词：滚动轴承时间固有尺度分解(ITD)核独立分量分析(KICA)特征提取
资助基金：国家重点研发计划(2016YFF0203100)
论文发表日期：2018-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 83-87 )
英文信息