作者：邢艳秋自适应白噪声总体平均模态分解虚假模态分量转子不平衡故障特征
摘要：针对转子不平衡振动信号非平稳性并伴随较强环境噪声的特点,提出一种基于快速独立分量分析(FastICA)和改进希尔伯特-黄变换相结合的故障特征提取方法。该方法采用FastICA法去除环境噪声等因素对于故障特征提取精度的影响,再利用自适应白噪声总体平均模态分解方法将故障信号分解为一系列固有模态函数(IMF),并采用基于相似性评估的虚假IMF选择算法将与故障信息无关的虚假IMF分量剔除,从而保证故障信息提取的准确性和有效性。通过仿真分析证明了所提方法的有效性,并且实际试验表明:该方法可有效提取转子不平衡信号的故障特征,为该类故障的诊断提供了一种切实可行的方法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
