江南大学学报（自然科学版）
江南大學學報（自然科學版）
강남대학학보（자연과학판）
Journal of Jiangnan University(Natural Science Edition)
2015年
5期
532-537
,共6页
集合经验模态分解%形态滤波%RLS算法%滚动轴承%故障诊断
集閤經驗模態分解%形態濾波%RLS算法%滾動軸承%故障診斷
집합경험모태분해%형태려파%RLS산법%곤동축승%고장진단
ensemble empirical mode decomposition%morphological filter%RLS algorithm%rolling bearing%fault diagnosis
将改进的形态学滤波方法与集合经验模态分解(EEMD)方法相结合,提出一种新的滚动轴承故障诊断策略.设计一种基于递归最小二乘算法的自适应形态滤波器对轴承故障振动信号进行消噪处理,利用EEMD自适应地将信号分解为多个分量,通过相关系数方法消除EEMD分解结果中的虚假分量后,从而得到更准确的Hilbert-Huang谱,由此提取故障信息,判断故障类型.通过轴承故障诊断实例证明了该方法的有效性.
將改進的形態學濾波方法與集閤經驗模態分解(EEMD)方法相結閤,提齣一種新的滾動軸承故障診斷策略.設計一種基于遞歸最小二乘算法的自適應形態濾波器對軸承故障振動信號進行消譟處理,利用EEMD自適應地將信號分解為多箇分量,通過相關繫數方法消除EEMD分解結果中的虛假分量後,從而得到更準確的Hilbert-Huang譜,由此提取故障信息,判斷故障類型.通過軸承故障診斷實例證明瞭該方法的有效性.
장개진적형태학려파방법여집합경험모태분해(EEMD)방법상결합,제출일충신적곤동축승고장진단책략.설계일충기우체귀최소이승산법적자괄응형태려파기대축승고장진동신호진행소조처리,이용EEMD자괄응지장신호분해위다개분량,통과상관계수방법소제EEMD분해결과중적허가분량후,종이득도경준학적Hilbert-Huang보,유차제취고장신식,판단고장류형.통과축승고장진단실예증명료해방법적유효성.
