期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
矿用带式输送机驱动滚筒轴承振动信号降噪方法 被引量:19
1
作者 杨祥 田慕琴 +3 位作者 李璐 宋建成 张林锋 吴静坤 《工矿自动化》 北大核心 2019年第3期66-70,共5页
针对现有振动信号降噪方法中经验模态分解存在模态混叠、独立分量分析要求采集的振动信号数不少于源信号数等问题,提出了一种基于集合经验模态分解(EEMD)和快速独立分量分析(FastICA)的矿用带式输送机驱动滚筒轴承振动信号降噪方法。首... 针对现有振动信号降噪方法中经验模态分解存在模态混叠、独立分量分析要求采集的振动信号数不少于源信号数等问题,提出了一种基于集合经验模态分解(EEMD)和快速独立分量分析(FastICA)的矿用带式输送机驱动滚筒轴承振动信号降噪方法。首先,通过EEMD算法对采集的振动信号进行分解,得到若干不同尺度的包含故障特征频率的本征模态函数(IMF)分量;然后,基于相关系数对IMF分量进行重构,得到特征信号和虚拟噪声信号,将重构的特征信号和虚拟噪声信号组成输入矩阵,并作为FastICA算法的输入;最后,利用FastICA算法实现信号与噪声分离,达到信号降噪的目的。实验结果验证了该方法的可行性和有效性。 展开更多
关键词 矿用带式输送机 驱动滚筒轴承 滚筒轴承故障诊断 振动信号降噪 集合经验模态分解 快速独立分量分析
在线阅读 下载PDF
基于CEEMDAN-IAWT方法的滚动轴承振动信号降噪 被引量:12
2
作者 任海军 韦冲 +2 位作者 谭志强 罗亮 丁显飞 《振动与冲击》 EI CSCD 北大核心 2023年第13期199-207,268,共10页
针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT... 针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT)的联合降噪法。使用CEEMDAN对信号进行模态分解得到本征模态函数(intrinsic mode functions,IMFs);将得到的IMFs与原信号进行相关性分析识别有效分量;针对小波阈值(wavelet threshold,WT)降噪算法不能自适应选取小波基和分解层数以及阈值函数存在缺陷的问题,设计了IAWT算法,利用IAWT算法过滤IMFs中的噪声;将处理后的IMFs进行信号重构。利用设计的联合降噪算法对仿真信号和试验台信号处理可知,相比于WT,使用IAWT处理后的信号信噪比提高了约0.5 dB,与原信号的相关系数提高了约0.03,均方根误差降低了约0.01;将设计的方法与CEEMDAN-WT等方法对比可知,经处理后的信号信噪比至少提高了1.37 dB,且信号特征保存完好。 展开更多
关键词 滚动轴承 振动信号降噪 自适应白声完全集合经验模态分解(CEEMDAN) 改进的自适应小波阈值(IAWT)
在线阅读 下载PDF
基于ICEEMDAN-SE-TFPF的水电机组振动信号降噪方法
3
作者 李中梁 曹超凡 +3 位作者 蒋双云 于庆 王萌竹 卢娜 《水电与抽水蓄能》 2023年第5期5-10,16,共7页
针对水电机组振动信号中的背景噪声过大影响信号质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)、样... 针对水电机组振动信号中的背景噪声过大影响信号质量,进而降低故障识别准确率的问题,提出了一种基于改进自适应噪声完备集成经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)、样本熵(SampEn,SE)及时频峰值滤波(Time-Frequency Peak Filtering,TFPF)重构的水电机组振动信号降噪方法。首先采用ICEEMDAN对水电机组振动信号进行分解得到若干本征模态分量(Intrinsic Mode Functions,IMFs);然后利用SE筛选主要IMF分量,并采用TFPF方法进行信号滤波重构,降低信号噪声;最后将重构后的信号输入支持向量机(Support Vector Machine,SVM)进行故障诊断,验证降噪方法的有效性;利用某电站3号机组数据进行实验,结果表明本文方法能够有效降低噪声对真实信号的影响,准确识别不同故障类型,提高诊断精度,具有一定应用价值。 展开更多
关键词 水电机组 振动信号降噪 自适应声完备集成经验模态分解 样本熵 时频峰值滤波
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部