基于ICEEMDAN的滚动轴承声信号故障诊断方法
李篪
陈长征
沈阳工业大学 机械工程学院,辽宁 沈阳 110870
摘要：针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解(ICEEMDAN)和快速独立分量分析(FastICA)的方法.依据峭度与信号相关性准则设定本征内模分量(IMF)选取系数,对ICEEMDAN自适应分解的IMF进行有效筛选,实现信号降噪和粗提取,并以所选IMF作为虚拟通道,应用FastICA成功实现信噪的盲源分离.通过内外圈故障轴承实验数据对算法实行对比验证,结果表明,所提算法大幅降低了噪声及干扰,有效提取了故障特征.
关键词：机械故障诊断声学诊断声信号滚动轴承改进自适应噪声完备经验模态分解快速独立分量分析特征提取盲源分离
分类号：TH133.33(机械零件及传动装置)
资助基金：国家自然科学基金(51675350)国家自然科学基金(51705337)辽宁省揭榜挂帅科技攻关项目(2022JH1/10400008)
论文发表日期：2023-11-25
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：8( 672-679 )
英文信息