典型文献
EWT-KICA联合的滚动轴承故障诊断
文献摘要：
滚动轴承故障信号能量较弱,故障信息在实际工况下更容易受到噪声的影响,致使很难有效地实现信噪分离.针对这一问题,提出经验小波变换(EWT)和核独立分量分析(KICA)联合的振幅解调方法消噪.使用经验小波变换对轴承故障信号进行分解,根据相关系数准则对分解获得的IMF分量信号进行筛选,重组分量信号并构造虚拟噪声信号.使用核独立分量分析算法对重构的信号进行增强处理并分解,实现信号和噪声的分离.采用包络谱法对分离后的信号进行分析.仿真对照实验表明,该方法具备较强的特征提取能力.
文献关键词：
经验小波变换;核独立分量分析;滚动轴承;特征提取;故障诊断
中图分类号：
作者姓名：
庞博;董辛旻;李长伟
作者机构：
郑州大学机械工程学院,河南 郑州 450001
文献出处：
引用格式：
[1]庞博;董辛旻;李长伟-.EWT-KICA联合的滚动轴承故障诊断)[J].机械设计与制造,2022(06):65-68,72
A类：
核独立分量分析
B类：
EWT,KICA,滚动轴承故障诊断,故障信号,信号能量,故障信息,实际工况,信噪分离,出经,经验小波变换,解调方法,消噪,使用经验,IMF,重组分,噪声信号,包络谱,真对,对照实验,特征提取能力
AB值：
0.282268
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
