本文主要研究内容
作者郭翠云（2019）在《提升EEMD降噪方法及制冷机轴承故障诊断应用研究》一文中研究指出：针对制冷机轴承振动信号被复杂干扰淹没,难以提取有效特征问题,提出一种提升总体经验模态分解(EEMD)的轴承振动信号降噪方法。首先,利用小波包精细分解特性,基于白噪声检验原理提取第一个IMF分量中有用信号;然后,利用噪声和信号主导的本征模态分量(IMFs)与原始信号互相关系数差异巨大的特性,对分解后的IMFs进行区分,分别使用小波包浮动阈值方法和SG滤波算法提取高、低频分量的有用信号,克服了传统EEMD降噪时信号失真、IMFs选择的难题。为了验证方法的有效性,进行了数字仿真与制冷机轴承振动信号应用验证分析,结果表明,所提方法基于一种精细的决策处理方法,可以将淹没在复杂干扰中的有用特征提取出来,为制冷机轴承状态监测提供有效的预处理手段。
Abstract
zhen dui zhi leng ji zhou cheng zhen dong xin hao bei fu za gan rao yan mei ,nan yi di qu you xiao te zheng wen ti ,di chu yi chong di sheng zong ti jing yan mo tai fen jie (EEMD)de zhou cheng zhen dong xin hao jiang zao fang fa 。shou xian ,li yong xiao bo bao jing xi fen jie te xing ,ji yu bai zao sheng jian yan yuan li di qu di yi ge IMFfen liang zhong you yong xin hao ;ran hou ,li yong zao sheng he xin hao zhu dao de ben zheng mo tai fen liang (IMFs)yu yuan shi xin hao hu xiang guan ji shu cha yi ju da de te xing ,dui fen jie hou de IMFsjin hang ou fen ,fen bie shi yong xiao bo bao fu dong yu zhi fang fa he SGlv bo suan fa di qu gao 、di pin fen liang de you yong xin hao ,ke fu le chuan tong EEMDjiang zao shi xin hao shi zhen 、IMFsshua ze de nan ti 。wei le yan zheng fang fa de you xiao xing ,jin hang le shu zi fang zhen yu zhi leng ji zhou cheng zhen dong xin hao ying yong yan zheng fen xi ,jie guo biao ming ,suo di fang fa ji yu yi chong jing xi de jue ce chu li fang fa ,ke yi jiang yan mei zai fu za gan rao zhong de you yong te zheng di qu chu lai ,wei zhi leng ji zhou cheng zhuang tai jian ce di gong you xiao de yu chu li shou duan 。
论文参考文献
论文详细介绍
论文作者分别是来自电子测量与仪器学报的郭翠云，发表于刊物电子测量与仪器学报2019年05期论文，是一篇关于总体经验模态分解论文,降噪论文,小波包论文,制冷机轴承论文,电子测量与仪器学报2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子测量与仪器学报2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：总体经验模态分解论文; 降噪论文; 小波包论文; 制冷机轴承论文; 电子测量与仪器学报2019年05期论文;