机械设计与制造2020，Issue(2) ：68-71.

基于小波阈值与CEEMDAN联合去噪的滚动轴承故障模式识别方法研究

Study on the Method of Wavelet Threshold and CEEMDAN in Rolling Baring Recognize

别锋锋 张仕佳 裴峻峰 徐鹏青
机械设计与制造2020，Issue(2) ：68-71.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于小波阈值与CEEMDAN联合去噪的滚动轴承故障模式识别方法研究

Study on the Method of Wavelet Threshold and CEEMDAN in Rolling Baring Recognize

别锋锋 1张仕佳 1裴峻峰 1徐鹏青1
扫码查看

作者信息

  • 1. 常州大学机械工程学院,江苏 常州 213016
  • 折叠

摘要

滚动轴承是机械设备中主要的故障源之一,它的失效将直接导致整台设备的运行失常.针对其典型故障模式,提出了一种基于小波阈值与CEEMDAN联合去噪的滚动轴承故障诊断方法.对信号进行小波阈值去噪,利用CEEMDAN算法对降噪后信号进行分解,基于互相关系数分析提取典型的IMF分量,并对所提取的IMF分量进行时、频域特征分析,从而进行故障诊断.首先通过对模拟信号完成CEEMDAN法与总体平均经验模态分解(EEMD)对比分析,证明该方法优于EEMD分解,继而以模拟实验为验证实例.研究结果表明了小波阈值和CEEMDAN方法在滚动轴承故障模式识别中的有效性.

关键词

滚动轴承/故障诊断/小波阈值/CEEMDAN

引用本文复制引用

基金项目

江苏省2016高校优秀中青年教师和校长境外研修计划项目(51175051)

出版年

2020
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量4
参考文献量5
段落导航相关论文