论文部分内容阅读
复杂装备功能日益增多,应用日益普遍,但是一旦其中的某一关键部件出现故障,就会影响整台装备的安全运行,甚至有可能造成安全事故。滚动轴承是出现故障频率最高的部件之一,因此,研究滚动轴承早期故障特征提取方法具有非常重要的意义。经验模态分解(EMD)方法能够自适应地分解和处理非平稳信号,但在噪声和脉冲冲击干扰下存在模态混叠,针对此问题人们提出了集合经验模态分解(EEMD),但仍然会有模态混叠和虚假分量的缺陷,为此引入了自适应噪声辅助的集合经验模态分解(CEEMDAN)方法。经过研究,CEEMDAN较EEMD