基于小波降噪和CEEMD的轴承故障诊断

发布时间：2021-04-16 08:39

　　针对滚动轴承故障振动信号难以提取出准确的故障特征的问题,提出了一种基于小波新阈值降噪与互补集合经验模态分解（CEEMD）的轴承故障诊断方法。该方法充分结合了以上2种方法的优点,有效地解决了故障特征提取难的问题。首先构建出新的小波阈值函数,再用此小波阈值降噪,可以有效地消除背景噪声的影响;将降噪后的故障信号用CEEMD方法进行处理,然后重构根据信号的相关系数挑选出的相关性较大的分量;最后将重构信号进行Hilbert变换包络,从包络图中提取故障特征。运用此方法对轴承进行试验分析,结果证实了该方法的有效性和实用性。 

【文章来源】：煤矿机械. 2020,41(03)北大核心

【文章页数】：3 页

【部分图文】：

各个阈值函数图像

小波新阈值降噪流程如图2所示，在确定小波基之后，导入原信号，使用确定的小波基进行分解，先从第1层开始，分解之后的小波系数用新的阈值函数进行降噪处理、重构，计算其信噪比SNR1。分解层数加1，继续计算不同分解层数的信噪比，直至找出信噪比最大的层数，确定为效果最好的分解层数。2 阈值降噪仿真分析

由表1可知，新阈值降噪后的信噪比最高，均方根误差最低。由图3可知，硬阈值降噪后的信号波形毛刺和尖峰很明显，软阈值降噪后还是存在较大的突变，新阈值降噪后以上问题都得到了明显改善。由此可以看出，新阈值的降噪效果比其他2种降噪方法要好，验证了此小波新阈值函数降噪的先进性及有效性。3 CEEMD

【参考文献】：
期刊论文
[1]基于包络谱分析的滚动轴承故障诊断方法研究[J]. 倪安福.  煤矿机械. 2017(02)
[2]基于EEMD的齿轮故障诊断方法研究[J]. 柴保明,赵志强,吴治南,董强强,陈景礼.  煤矿机械. 2014(11)
[3]基于小波阈值去噪算法的研究[J]. 张莲,秦华峰,余成波.  计算机工程与应用. 2008(09)

硕士论文
[1]基于小波分析的轴承故障诊断系统的研制及应用[D]. 郑庆标.北京交通大学 2018



本文编号：3141104