基于CCWEEMDAN和包络谱熵的轴承故障诊断研究
Machinery Design & Manufacture（2019）
摘要
完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)是经验模态分解(EMD)的改进算法,是一种噪声辅助的自适应非线性非平稳数据处理方法.噪声辅助能克服EMD方法处理间歇信号出现的"模态混叠"问题.而相比较互补集总经验模态分解(CEEMD),完全互补小波噪声辅助集总经验模态分解能实现更优的性能.在轴承故障诊断的应用中,这里的方法利用小波分解高频段噪声细节成分,添加到原始轴承故障信号中,提取出本征模态信号.利用包络谱熵判断轴承故障导致的冲击响应特征所在本征模态信号,通过对轴承外圈、内圈局部故障状态下的特征提取进行故障诊断,结果表明该方法能有效提取故障冲击响应特征.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要