首页|基于CEEMDAN与自适应阈值降噪的滚动轴承故障诊断

基于CEEMDAN与自适应阈值降噪的滚动轴承故障诊断

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对滚动轴承故障信息受到噪声污染而难以识别的问题,提出一种基于自适应噪声完备集合经验模态分解和自适应阈值降噪(CEEMDAN-ATD)的滚动轴承故障诊断方法.首先对原始振动信号进行CEEMDAN分解;其次利用灰色关联分析法(GRA)筛选出噪声主导和信号主导的分量;然后对噪声主导分量分别进行自适应阈值降噪(ATD)处理,并与信号主导分量进行重构;最后通过分析重构信号的Teager能量谱实现滚动轴承故障的识别.采用凯斯西储大学轴承数据对所提方法进行验证,并与完全总体经验模态分解-自适应阈值降噪(CEEMD-ATD)和CEEMDAN-小波阈值降噪(CEEMDAN-WTD)2种方法作比较,结果表明,所提方法表现出较好的自适应性和去噪效果,能够较好地服务于滚动轴承故障诊断.
Fault Diagnosis of Bearing Based on CEEMDAN and Adaptive Threshold Denoising

邱林江、花小朋、徐森

展开 >

盐城工学院信息工程学院,江苏 盐城224051

故障诊断 模态分解 灰色关联分析 自适应阈值 降噪

国家自然科学基金面上项目

62076215

2023

机械与电子
中国机械工业联合会科技工作部 机械与电子杂志社

机械与电子

CSTPCD
影响因子：0.243
ISSN：1001-2257
年,卷(期)：2023.41(3)
  • 4
  • 6