Index was outside the bounds of the array. 文章摘要
|本期目录/Table of Contents|

[1]申博问,王华庆,唐刚,等.基于MCKD与CEEMDAN的声信号故障特征提取方法[J].复旦学报(自然科学版),2019,03:385-392.
点击复制

基于MCKD与CEEMDAN的声信号故障特征提取方法(PDF)

《复旦学报》(自然科学版)[ISSN:/CN:]

期数:
2019年03
页码:
385-392
栏目:
出版日期:
2019-06-23

文章信息/Info

Title:
-
作者:
申博问王华庆唐刚宋浏阳
Author(s):
-
关键词:
-
Keywords:
-
分类号:
-
DOI:
-
文献标识码:
A
摘要:
在双转子轴承状态监测与故障诊断中,信号传递路径复杂,很难通过加速度传感器直接获得信号,而声音信号有非接触式测量的优势,包含大量特征信息.为了能够准确、有效地通过声音信号实现滚动轴承故障诊断,检测出轴承故障,提出了基于自适应噪声完备集合经验模态分解(CEEMDAN)和最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法.首先运用最大相关峭度解卷积方法增强轴承故障声音信号中的冲击,然后对处理后的信号进行CEEMDAN处理,计算每个经验模态分量的峭度值,根据峭度值选取最优分量并求Hilbert包络谱,以准确提取故障特征频率.文中采用该方法基于声音信号实现滚动轴承故障诊断,为提取最优分量提供了理想筛选标准,一定程度上降低了故障诊断的复杂程度,具有良好的自适应性.
Abstract:

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: 2019-09-03