论文部分内容阅读
针对滚动轴承早期微弱故障特征难以提取的问题，提出将最小熵反褶积（MED）和集成经验模态分解（EEMD）方法相结合用于提取轴承微弱故障特征的方法。首先，采用MED对滚动轴承振动信号降噪，以增强冲击特征；然后，利用EEMD分解降噪后信号得到一组固有模态分量（IMF），依据相关系数和峭度准则，选择敏感的IMF分量重构信号，并采用希尔伯特包络解调提取故障特征；最后，通过仿真信号和实验台信号验证了该方法的有效性。