基于ICEEMD-FastICA的滚动轴承故障诊断方法
马卫平1
洪昆玥2
安宁2
宋宇宙1
1.郑州机械研究所有限公司,郑州 4500012.机械工业第六设计研究院有限公司,郑州 450007
摘要：针对滚动轴承早期故障特征信号提取困难的问题,提出了一种改进完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition,ICEEMD)和独立分量分析(Independent Component Analysis,ICA)联合故障诊断方法.该方法利用峭度准则将经ICEEMD得到的固有模态分量(Intrinsic Mode Function,IMF)重构后结合快速独立分量分析(Fast Independent Component Analysis,FastICA)进行降噪解混,明显降低被测信号中的噪声,并且在故障特征频率处能量幅值取得最大值,便于辨识故障特征.通过试验研究分析,表明该方法可以明显降低噪声干扰,突出故障频率成分.和ICEEMD与包络谱结合的方法对比,信噪比提高了 29.54％,能更准确地识别故障特征,达到对滚动轴承故障的判别需求,从而为轴承故障特征提取提供了一种新思路.
关键词：改进完备集成经验模态分解盲源分离独立分量分析故障诊断降噪
分类号：TH165+.3(机械制造工艺)
论文发表日期：2024-04-15
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( 281-285 )
英文信息