典型文献
基于多重降噪的轴承故障诊断研究
文献摘要：
针对轴承振动信号特征提取困难的问题,提出一种多重降噪方法,对信号进行降噪处理.首先通过小波软阈值(WTD),实现初步降噪.利用集合经验模态分解(EEMD)得到一系列特征模态函数(IMF),根据计算的相关系数,挑选出合适的IMF分量,得到第二重降噪信号.将IMF分量设为奇异值分解(SVD)的前置处理单元,依次去噪并重构信号,实现第三层降噪.基于MATLAB进行仿真实验,将EEMD-SVD算法与该方法进行对比,可看出该方法降噪后信噪比明显提高.对轴承数据进行处理,验证了经该方法降噪预处理后故障信号特征提取的有效性.
文献关键词：
EEMD;SVD;小波阈值;滚动轴承
中图分类号：
作者姓名：
连雄飞;马强;王智冲;王宇航;彭冉
作者机构：
河北工程大学机械与装备工程学院,河北 邯郸056038;河北省智能工业装备技术重点实验室(河北工程大学),河北 邯郸056038;邯郸熔淬科技有限公司,河北 邯郸056038;天津大学力学系,天津300354;天津非线性动力学与控制重点实验室,天津300354
文献出处：
引用格式：
[1]连雄飞;马强;王智冲;王宇航;彭冉-.基于多重降噪的轴承故障诊断研究)[J].技术与市场,2022(12):24-28
A类：
多重降噪
B类：
轴承故障诊断,诊断研究,轴承振动,振动信号,信号特征提取,降噪方法,降噪处理,软阈值,WTD,集合经验模态分解,EEMD,列特,特征模态,模态函数,IMF,挑选出,第二重,奇异值分解,SVD,处理单元,去噪,重构信号,第三层,可看,轴承数据,故障信号,小波阈值,滚动轴承
AB值：
0.397069
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。
