CEEMD与FastICA结合的故障特征提取方法
黄刚劲
范玉刚
黄国勇
1.昆明理工大学信息工程与自动化学院,昆明650500;云南省矿物管道输送工程技术研究中心,昆明6505002.昆明理工大学信息工程与自动化学院,昆明650500;云南省矿物管道输送工程技术研究中心,昆明6505003.昆明理工大学信息工程与自动化学院,昆明650500;云南省矿物管道输送工程技术研究中心,昆明650500
摘要：针对滚动轴承故障特征信息难以分离的问题;提出了互补式集成经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与快速独立分量分析(Fast Independent Component Analysis,FastICA)结合的故障特征提取方法.首先将振动信号进行CEEMD分析,分解成不同尺度的固有模态分量(Intrinsic mode function,IMF);然后通过敏感度评估算法对分解信号进行重组,并利用FastICA对其进行降噪处理;最后对FastICA分离的信号进行Hilbert包络谱分析,获取故障特征信息.将此方法应用于滚动轴承振动信号故障分析,实验证明了所提方法的有效性.
关键词：CEEMD敏感因子快速独立分量分析滚动轴承故障诊断
分类号：TH117(机械学（机械设计基础理论）)TP206(自动化技术及设备)
资助基金：国家自然科学基金(61663017)国家自然科学基金(51169007)国家自然科学基金(61563024)国家自然科学基金(61741310)云南省科技计划(2015ZC005)
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：6( 1024-1029 )
英文信息