矿用带式输送机驱动滚筒轴承振动信号降噪方法
杨祥
田慕琴
李璐
宋建成
张林锋
吴静坤
1.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,山西太原030024;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,山西太原0300242.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,山西太原030024;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,山西太原0300243.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,山西太原030024;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,山西太原0300244.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,山西太原030024;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,山西太原0300245.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,山西太原030024;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,山西太原0300246.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,山西太原030024;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,山西太原030024
摘要：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.
关键词：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
分类号：TD67/634.1(矿山电工)
资助基金：山西省科技重大专项计划基金资助项目(20131101029)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 66-70 )
英文信息