摘要:
滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其他能量较大的振源信号的干扰,致使传统滤波降噪方法存在很大的局限性。针对这一特点,提出经验模式分解(EMD)和独立分量分析(ICA)相结合的联合降噪新方法。将单通道振动信号进行EMD分解,基于互相关准则对分解后的本征模函数进行重组,构造虚拟噪声通道,并以此作为ICA的输入矩阵,采用FastICA算法实现源信号和噪声信号的分离,从而达到降噪的目的。将该方法应用于滚动轴承故障诊断中,对降噪后的重构信号进行频谱分析,进而判断滚动轴承的运行状态。仿真和试验分析结果表明该方法有效可行。
中图分类号:
张俊红, 李林洁, 马文朋, 李周裕, 刘昱. EMD-ICA联合降噪在滚动轴承故障诊断中的应用[J]. 中国机械工程, 2013, 24(11): 1468-1472.
ZHANG Dun-Gong, LI Lin-Ji, MA Wen-Peng, LI Zhou-Yu, LIU Yu. Application of EMD-ICA to Fault Diagnosis of Rolling Bearings[J]. China Mechanical Engineering, 2013, 24(11): 1468-1472.