科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题，提出一种噪声辅助多元经验模态分解（noise-assisted multivariate empirical mode decomposition,NA-MEMD）与全矢包络快速独立分量分析（Fast independent component analysis,FastICA）相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NA-MEMD分解，根据相关性系数选取包含故障特征的固有模态函数（Intrinsic Mode Function,IMF）进行重构；对重构信号进行快速独立分量分析，最后进行全矢包络融合，提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率，同时降低包络谱特征统计参数的冗余。
- 单位
