%0 Journal Article
%T 基于EEMD和小波包变换的早期故障敏感特征获取
%A 王红军
%A 万鹏
%J 北京理工大学学报
%D 2013
%X 提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型.该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征.通过对仿真信号的分析验证了该方法对故障诊断的有效性.将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确.
%K 早期故障
%K 特征获取
%K 总体平均经验模态分解
%K 小波包
%U http://journal.bit.edu.cn/zr/ch/reader/view_abstract.aspx?file_no=20130914&flag=1