文献类型：期刊文章

作　　者：韩东颖[1] 丁雪娟[2] 时培明[2]

机构地区：[1]燕山大学车辆与能源学院,秦皇岛066004 [2]燕山大学河北省测试计量技术及仪器重点实验室,秦皇岛066004

出　　处：《机械工程学报》

基　　金：国家自然科学基金(51104129);高等学校博士学科点专项科研基金(20101333120004)资助项目

年　　份：2013

卷　　号：49

期　　号：8

起止页码：10-18

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20132216383976)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对强噪声背景下多频微弱信号检测的难题,提出一种基于自适应变尺度频移带通随机共振(Adaptive re-scaling frequency-shifted band-pass stochastic resonance,ARFBSR)降噪的经验模态分解(Empirical mode decomposition,EMD)多频微弱信号检测方法。对不同频段的信号进行频率尺度变换处理,使其满足随机共振条件,根据噪声强度自适应地优化系统的参数,进而对每个频段信号分别进行随机共振处理,使得待检信号目标频段得到增强,对各个频段的共振输出进行带通滤波再合成,实现多频微弱信号的增强。对处理后的信号进行EMD分解,得到每个频率的信号分量,实现多频微弱信号的检测。仿真分析和滚动轴承内圈故障诊断实例表明,该方法不仅能够增强信号幅值,同时减少虚假分量,提高EMD算法的精度,有效检测出被噪声淹没的多频微弱信号。

关 键 词：经验模态分解  随机共振 自适应参数优化  多频微弱信号检测  

分 类 号：TH165] TN911]