基于变模式分解和频谱特性的自适应降噪算法

发布时间：2017-09-05 01:30

  本文关键词：基于变模式分解和频谱特性的自适应降噪算法

  更多相关文章： 振动信号 降噪算法 变模式分解 频谱方差 轴承故障

【摘要】：机械故障检测过程中,由于反映机械故障的振动信号微弱,很容易被外界噪声干扰信号污染,从而影响机械故障诊断。为提取纯净振动信号,传统EEMD滤波算法虽具有较强的降噪能力,但由于EEMD算法存在缺乏严谨理论基础、运算效率低、容易造成有用信号丢失等缺点,致使降噪效果不理想。为解决以上问题,提出一种基于变模式分解和频谱特性的自适应降噪算法。基于变模式分解优点,通过分析有用信号模态与噪声模态频谱特性,提取有用信号模态从而实现降噪。通过仿真信号与实测信号分析表明,新算法降噪效果优于传统EEMD滤波算法。
【作者单位】： 南京信息工程大学电子与信息工程学院;江苏省大气环境与装备技术协同创新中心;
【关键词】： 振动信号 降噪算法 变模式分解 频谱方差 轴承故障
【基金】：国家自然科学基金(61473334;61104062)
【分类号】：TH17
【正文快照】： 0引言机械故障诊断与状态监测依赖于对机械振动信号进行分析,然而采集的振动信号混有大量噪声干扰信号,其中噪声势必会影响对振动信号的分析,因此如何滤除噪声、提取纯净振动信号是故障诊断的基础。传统滤波方法把信号映射到频域范围内,利用噪声信号与有用信号频率的差异性,设，

本文编号：795018