《表1 仿真各分量相关系数》

  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

《自相关去噪和经验模态分解的轴承故障分析》

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

从图3中可以看出，虽然去噪效果明显，可以判断周期，但依然有噪声。数值实验表明，如果原信号的信噪比越大，则去噪效果越不明显。对图3的信号用公式（6）进行EMD处理，得到本征模态与图3的信号用公式（2）计算相关系数，如表1所示。一般工程中，相关系数大于0.1的分量包含的信号较多。从表1中可以看到，分量1、2、3、4、6、7与去噪信号的相关系数较大，说明这5个分量包含原信号的大量信息；分量5、8、9、10、11、12与去噪信号的相关性较小，属于噪声信号。对分量1、2、3、4、6、7进行重构，即几个分量叠加，得到的信号再次用公式（1）进行自相关去噪，去噪效果如图4所示。对比图1与图4，周期相近，信号特征相似。仿真结果表明该方法可以有效地抑制噪声，并能得到反映实际故障信息的信号。