《表2 IMF与源信号的互相关系数Tab.2 Cross-Correlation Coefficient of IMF and Original Signal》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《改进的噪声总体集合经验模式分解方法在轴承故障诊断中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从频谱图6中观察到，经过小波分解后，轴承外圈的故障频率没有被提取出来，频率成分依然比较复杂。这里的方法对该故障轴承进行降噪和特征提取，得到的各个IMF分量图，如图7所示。从表2中可以看出，IMF1至IMF4四个分量与源信号的相关性最大[10]，将IMF1至IMF4分量的固有模态函数分量求和并做包络谱分析[11]，所得结果，如图8所示。由图8中可以看出，经过改进的CEEMDAN方法处理后，可以清晰地发现与故障相关的特征频率。图中可以找到轴承的转频24Hz，以及轴承的外圈故障特征频率87Hz和故障特征频率的倍频。从动力学的角度来讲，故障特征频率与故障模式之间存在一定的对应关系，根据滚动轴承不同故障类型对应的故障特征频率[12]，可以判断出故障发生的部位在轴承外圈处，这与实际情况是相吻合的。