-
题名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
李璐
宋建成
张林锋
吴静坤
-
机构
太原理工大学矿用智能电器技术国家地方联合工程实验室
太原理工大学煤矿电气设备与智能控制山西省重点实验室
-
出处
《工矿自动化》
北大核心
2019年第3期66-70,共5页
-
基金
山西省科技重大专项计划基金资助项目(20131101029)
-
文摘
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。
-
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
-
Keywords
mine-used belt conveyor
drive roller bearing
fault diagnosis of roller bearing
vibration signal denoising
ensemble empirical mode decomposition
fast independent component analysis
-
分类号
TD67
[矿业工程—矿山机电]
TD634.1
[矿业工程—矿山机电]
-
