文献类型：期刊文章

作　　者：阮荣刚[1] 李友荣[1] 易灿灿[1] 肖涵[1]

RUAN Rong-gang;LI You-rong;YI Can-can;XIAO Han(The Ministry of Education Key Laboratory of Metallurgical Equipment and Its Control,College of Machinery and Automation,Wuhan University of Science and Technology,Hubei Wuhan 430081,China)

机构地区：[1]武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室

出　　处：《机械设计与制造》

基　　金：国家自然科学基金资助(51405353;51475339);湖北省杰出青年基金的资助(2016CFA042)

年　　份：2019

卷　　号：0

期　　号：1

起止页码：153-157

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：在复杂的流程工业中,机械设备往往处在高速、重载、高温、高辐射的环境中,轴承作为主要的机械零部件起着重要作用。由于轴承故障振动信号的微弱和不平稳的特性,造成故障特征向量提取和故障诊断存在着困难。提出一种改进的CEEMDAN(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)轴承故障诊断方法。通过对比分析仿真信号和实测信号可以得知:ICEEMDAN方法可以改善信号重构质量,具有良好的自适应性,能够提高故障信号的信噪比,从而可以有效地识别并提取有用的故障特征信息。

关 键 词：自适应噪声总体集合经验模式分解  本征模态函数  故障诊断 特征提取

分 类 号：TH16] TH165