典型文献
改进的正弦辅助多元经验模式分解及其在滚动轴承故障诊断中的应用
文献摘要：
正弦辅助多元经验模式分解算法(SA-MEMD)通过在额外的通道中加入正弦辅助信号来减少模式混合,但该算法对噪声敏感,辅助信号的主频率比需要根据经验确定,为此,提出了一种改进的正弦辅助多元经验模式分解算法.首先使用非局部均值降噪对原始信号进行预处理,减少噪声对算法的干扰,其次使用短时傅里叶变换确定信号频谱范围,然后以最小集成E MD能量熵准则选择最优主频率比,最后根据正弦辅助多元经验模式分解算法的步骤进行信号处理.模拟信号和实际信号的对比分析结果证明,改进的方法可以减少传统的多元经验模式分解方法存在的模式混合现象.
文献关键词：
故障诊断;正弦辅助多元经验模式分解;模式混合;短时傅里叶变换;能量熵
中图分类号：
作者姓名：
吴利锋;吕勇;袁锐;朱熹;游俊
作者机构：
武汉科技大学冶金装备及其控制教育部重点试验室,武汉,430081;武汉科技大学机械传动与制造工程湖北省重点试验室,武汉,430081
文献出处：
引用格式：
[1]吴利锋;吕勇;袁锐;朱熹;游俊-.改进的正弦辅助多元经验模式分解及其在滚动轴承故障诊断中的应用)[J].中国机械工程,2022(11):1336-1344
A类：
正弦辅助多元经验模式分解
B类：
滚动轴承故障诊断,SA,MEMD,辅助信号,模式混合,主频率,频率比,非局部均值,降噪,短时傅里叶变换,信号频谱,能量熵,信号处理,模拟信号,分解方法
AB值：
0.187169
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。
