加急见刊

CEEMD与FastICA结合的故障特征提取方法

黄刚劲; 范玉刚; 黄国勇 昆明理工大学信息工程与自动化学院; 昆明650500; 云南省矿物管道输送工程技术研究中心; 昆明650500

摘要：针对滚动轴承故障特征信息难以分离的问题,提出了互补式集成经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）与快速独立分量分析（Fast Independent Component Analysis,Fast ICA）结合的故障特征提取方法。首先将振动信号进行CEEMD分析,分解成不同尺度的固有模态分量（Intrinsic mode function,IMF）;然后通过敏感度评估算法对分解信号进行重组,并利用Fast ICA对其进行降噪处理;最后对Fast ICA分离的信号进行Hilbert包络谱分析,获取故障特征信息。将此方法应用于滚动轴承振动信号故障分析,实验证明了所提方法的有效性。

注: 保护知识产权,如需阅读全文请联系机械强度杂志社