-
全部
主办单位：煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
杨祥 田慕琴 李璐 宋建成 张林锋 吴静坤
太原理工大学 矿用智能电器技术国家地方联合工程实验室太原理工大学 煤矿电气设备与智能控制山西省重点实验室
针对现有振动信号降噪方法中经验模态分解存在模态混叠、独立分量分析要求采集的振动信号数不少于源信号数等问题，提出了一种基于集合经验模态分解(EEMD)和快速独立分量分析(FastICA)的矿用带式输送机驱动滚筒轴承振动信号降噪方法。首先，通过EEMD算法对采集的振动信号进行分解，得到若干不同尺度的包含故障特征频率的本征模态函数(IMF)分量；然后，基于相关系数对IMF分量进行重构，得到特征信号和虚拟噪声信号，将重构的特征信号和虚拟噪声信号组成输入矩阵，并作为FastICA算法的输入；最后，利用FastICA算法实现信号与噪声分离，达到信号降噪的目的。实验结果验证了该方法的可行性和有效性。
矿用带式输送机 驱动滚筒轴承 滚筒轴承故障诊断 振动信号降噪 集合经验模态分解 快速独立分量分析
主办单位：煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会
工矿自动化 
2019年第03期 
在线阅读
