文献类型：期刊文章

作　　者：赵小惠[1,2] 张梦洋[1] 石杨斌[1] 王凯峰[1] 卫艳芳[1]

Zhao Xiaohui;Zhang Mengyang;Shi Yangbin;Wang Kaifeng;Wei Yanfang(School of Mechanical and Electrical Engineering,Xi'an Polytechnie University,Xi'an 710048,China)

机构地区：[1]西安工程大学机电工程学院,西安710048 [2]西安工程大学教务处,西安710048

出　　处：《电子测量与仪器学报》

基　　金：陕西省自然科学基金(2014JM9364);陕西省教育厅专项科研计划项目(18JK0324)资助。

年　　份：2020

卷　　号：32

期　　号：12

起止页码：159-164

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提高传统自适应噪声完备经验模态分解算法(CEEMDAN)对电机轴承故障特征信号的精确提取率,降低重构信号失真,提出了一种改进自适应噪声完备经验模态分解算法。首先利用传统CEEMDAN对原始信号初步分解,获得若干特征分量(IMFs)和固有模态分量,将若干IMFs运用熵权法进行初步故障特征信号消噪和提取,对筛选后的IMF分量进行二次分解和二次筛选,获得典型故障敏感信号,再运用SG(Savitzky-Golay)平滑滤波进行信号重构,最终实现电机轴承信号降噪。最后利用凯斯西储大学轴承数据进行改进算法性能分析,结果表明该方法对电机轴承信号能够有效的进行信号降噪,其信噪比相比于原始信号提高2.2 dB。

关 键 词：改进CEEMDAN算法  电机轴承振动信号  信号降噪 熵权法  SG平滑滤波  

分 类 号：TP277] TN06]