典型文献
OVMD-MPE群稀疏全变分去噪算法研究
文献摘要：
轴承振动数据在采集过程中易受噪声干扰,无法有效突出微弱局部故障脉冲,从而影响轴承故障诊断效率.针对这一问题,提出了一种OVMD-MPE的群稀疏全变分去噪算法.首先,利用变分模态分解分解信号,再利用蚱蜢优化算法获得变分模态分解的最优参数;然后,计算各模态分量的经验模态分解,分离出噪声主导分量和有用分量;最后,通过群稀疏全变分去噪算法对噪声主导分量滤波,并将滤波后分量和有用分量合并重构去噪信号.实验结果表明:与传统的去噪方法相比,模拟重构信号的平均信噪比提高了约3.3 dB,轴承数据故障准确率提高至98.9％.
文献关键词：
计量学;故障诊断;滚动轴承;变分模态分解;多尺度排列熵;群稀疏全变分去噪
中图分类号：
作者姓名：
陈维兴;孙习习
作者机构：
中国民航大学,天津300300
文献出处：
引用格式：
[1]陈维兴;孙习习-.OVMD-MPE群稀疏全变分去噪算法研究)[J].计量学报,2022(01):48-56
A类：
群稀疏全变分去噪
B类：
OVMD,MPE,去噪算法,算法研究,轴承振动,采集过程,中易,噪声干扰,微弱,局部故障,故障脉冲,轴承故障诊断,诊断效率,变分模态分解,蚱蜢优化算法,最优参数,模态分量,经验模态分解,去噪方法,重构信号,dB,轴承数据,滚动轴承,多尺度排列熵
AB值：
0.247622
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。
