lmd-ica联合降噪方法在滚动轴承故障诊断中的应用 application of lmd-ica to fault diagnosis of rolling bearings.pdfVIP

下载本文档

2
0
约2.74万字
约 7页
2017-09-03 发布于上海
举报
版权申诉

lmd-ica联合降噪方法在滚动轴承故障诊断中的应用 application of lmd-ica to fault diagnosis of rolling bearings.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

lmd-ica联合降噪方法在滚动轴承故障诊断中的应用 application of lmd-ica to fault diagnosis of rolling bearings

中国机械工程第27卷第7期2016年4月上半月 LMD—ICA联合降噪方法在滚动轴承故障诊断中的应用卞家磊朱春梅蒋章雷吕俊燕北京信息科技大学现代测控技术教育部重点实验室，北京，100192 摘要：针对经典独立分量分析(ICA)只能应用于观测源数不少于信号源数的超定盲源分离问题，提出局部均值分解和ICA相结合的欠定盲源分离新方法。该方法将采集的单通道振动信号进行局部均值分解，基于互相关准则对分解的分量进行重组，构建虚拟噪声通道；将虚拟噪声通道与振动信号作为盲源分离的信号输入，采用基于负熵的FastICA算法实现信号源和噪声的分离，从而达到降噪目的。将该方法应用于滚动轴承故障信号，频谱分析结果表明，该方法处理后的信号中噪声得到一定程度滤除，频谱中毛刺更少，故障特征频率更加明显，有利于故障特征的提取，实验分析证明了该方法的有效性。关键词：独立分量分析；局部均值分解；降噪；滚动轴承；故障诊断中图分类号：TH212；TH213．3 ofLMD-ICAtoFault of Application DiagnosisRollingBearings Bian ZhuChunmei Ln Jialei JiangZhangleiJunyan The ofEducation ofModernMeasurementandControl Ministry KeyLaboratory Technology， InformationScienceand Beijing Techn0109yUniversity，Beijing，100192 classicalICAcouldbe tooverdeterminedblindsource Abstract：The onlyapplied separationprob— meanedthesourceoftheobservednumbershouldbenotlessthan lem，which numberofsignal tothis new LMD with feature，amethodof combinedICAwas the source，according proposed．With vibrationwerefirst with approach，collectedsingle—channel I。Ⅳn)，each signals operated components thenwere tobuilda virtualchannelnoisebasedoncross—correlationthevirtual rearranged criterion， channelwithcollected noise was into FastICA basedon signalsinput ICA，using algorithm negative