第４１卷第３期２０２３年３月ＭＡＣＨＩＮＥＲＹ＆ＥＬＥＣＴＲＯＮＩＣＳＶｏｌ．４１Ｎｏ．３Ｍａｒ．２０２３收稿日期：２０２２－０９－１８基金项目：国家自然科学基金面上项目（６２０７６２１５）作者简介：邱林江（１９９８－），男，江苏南通人，硕士研究生，研究方向为智能信息处理技术；花小朋（１９７５－），男，江苏盐城人，博士，副教授，硕士研究生导师，研究方向为智能信息处理技术，通信作者。基于ＣＥＥＭＤＡＮ与自适应阈值降噪的滚动轴承故障诊断邱林江，花小朋，徐森（盐城工学院信息工程学院，江苏盐城２２４０５１）摘要：针对滚动轴承故障信息受到噪声污染而难以识别的问题，提出一种基于自适应噪声完备集合经验模态分解和自适应阈值降噪（ＣＥＥＭＤＡＮ－ＡＴＤ）的滚动轴承故障诊断方法。首先对原始振动信号进行ＣＥＥＭＤＡＮ分解；其次利用灰色关联分析法（ＧＲＡ）筛选出噪声主导和信号主导的分量；然后对噪声主导分量分别进行自适应阈值降噪（ＡＴＤ）处理，并与信号主导分量进行重构；最后通过分析重构信号的Ｔｅａｇｅｒ能量谱实现滚动轴承故障的识别。采用凯斯西储大学轴承数据对所提方法进行验证，并与完全总体经验模态分解－自适应阈值降噪（ＣＥＥＭＤ－ＡＴＤ）和ＣＥＥＭＤＡＮ－小波阈值降噪（ＣＥＥＭＤＡＮ－ＷＴＤ）２种方法作比较，结果表明，所提方法表现出较好的自适应性和去噪效果，能够较好地服务于滚动轴承故障诊断。关键词：故障诊断；模态分解；灰色关联分析；自适应阈值；降噪中图分类号：ＴＨ１３３．３３文献标志码：Ａ文章编号：１００１－２２５７（２０２３）０３－００６５－０６ＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＢｅａｒｉｎｇＢａｓｅｄｏｎＣＥＥＭＤＡＮａｎｄＡｄａｐｔｉｖｅＴｈｒｅｓｈｏｌｄＤｅｎｏｉｓｉｎｇＱＩＵＬｉｎｊｉａｎｇ，ＨＵＡＸｉａｏｐｅｎｇ，ＸＵＳｅｎ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＹａｎｃｈｅｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｙａｎｃｈｅｎｇ２２４０５１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｆａｕｌｔｉｎｆｏｒｍａｔｉｏｎｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｉｓｐｏｌｌｕｔｅｄｂｙｎｏｉｓｅａｎｄｄｉｆｆｉｃｕｌｔｔｏｉｄｅｎｔｉｆｙ，ａｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｂａｓｅｄｏｎａｄａｐｔ...
