改进DLMD和TKEO的滚动轴承故障特征提取方法
Acta Electronica Sinica(2021)
摘要
针对微分局部均值分解(Differential Local Mean Decomposition,DLMD)不能自适应判断微分次数的问题,提出一种改进DLMD和Teager能量算子(Teager-Kaiser Energy Operator,TKEO)解调的滚动轴承故障特征提取方法.首先,构建中点-局部均值距离与绝对偏度之和的DLMD微分次数判定指标,将信号分解为若干个乘积函数(Prod-uct Function,PF)分量;其次,计算敏感因子筛选有效PF分量并重构;最后,计算TKEO谱,提取滚动轴承的故障特征.实验对比分析表明,所提方法能自适应判断DLMD的微分次数,并有效提取滚动轴承故障特征.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要