• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Fault Diagnosis of Rotating Machinery Based on an Adaptive Ensemble Empirical Mode Decomposition
【2h】

Fault Diagnosis of Rotating Machinery Based on an Adaptive Ensemble Empirical Mode Decomposition

机译：基于自适应组合经验模态分解的旋转机械故障诊断。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The vibration based signal processing technique is one of the principal tools for diagnosing faults of rotating machinery. Empirical mode decomposition (EMD), as a time-frequency analysis technique, has been widely used to process vibration signals of rotating machinery. But it has the shortcoming of mode mixing in decomposing signals. To overcome this shortcoming, ensemble empirical mode decomposition (EEMD) was proposed accordingly. EEMD is able to reduce the mode mixing to some extent. The performance of EEMD, however, depends on the parameters adopted in the EEMD algorithms. In most of the studies on EEMD, the parameters were selected artificially and subjectively. To solve the problem, a new adaptive ensemble empirical mode decomposition method is proposed in this paper. In the method, the sifting number is adaptively selected, and the amplitude of the added noise changes with the signal frequency components during the decomposition process. The simulation, the experimental and the application results demonstrate that the adaptive EEMD provides the improved results compared with the original EEMD in diagnosing rotating machinery.
机译：基于振动的信号处理技术是诊断旋转机械故障的主要工具之一。经验模态分解（EMD）作为一种时频分析技术，已被广泛用于处理旋转机械的振动信号。但是它在分解信号时存在模式混合的缺点。为了克服这个缺点，提出了整体经验模态分解（EEMD）。 EEMD能够在某种程度上减少模式混合。但是，EEMD的性能取决于EEMD算法中采用的参数。在大多数关于EEMD的研究中，参数是人为地和主观地选择的。针对这一问题，本文提出了一种新的自适应集成经验模态分解方法。在该方法中，自适应地选择筛选数，并且在分解过程中，所添加的噪声的幅度随信号频率分量而变化。仿真，实验和应用结果表明，自适应EEMD在旋转机械诊断中比原始EEMD提供了更好的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号