HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于VMD和ICA的发动机故障特征增强研究

作者:曾荣; 曾锐利; 贾翔宇; 白睿; 张志强峭度

摘要:针对发动机噪声信号信噪比低、故障特征提取困难等问题,提出一种基于变分模态分解(VMD)结合独立分量分析(ICA)的降噪方法。首先通过VMD分解得到分量中心频率确定合适的分解层数,以峭度准则重构噪声信号和故障信号,然后通过FastICA将重构信号再次分解,得到降噪后的故障信号,最后与经验模态分解(EMD)降噪对比,结合实例和仿真表明,该方法能够有效抑制模态混叠,增强发动机噪声信号故障特征。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

军事交通学院学报

《军事交通学院学报》(CN:12-1372/E)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《军事交通学院学报》主要刊载与军事交通运输和军用车辆装备等领域相关的学术论文。本刊办刊宗旨:展示学院教学与科研水平,交流学术研究最新成果,为人才培养、学科建设和部队建设服务。读者对象:面向全军各大单位领导机关、军内外相关院校及科研部门的专家、学者等。

杂志详情