EEMD与EFICA在单通道复合故障诊断中的应用

摘要

针对转子不对中和滚动轴承微弱损伤的复合故障诊断问题,提出了一种基于平均经验算法(ensemble empirical mode decomposition,EEMD)和高效快速独立分量分析(efficient variant of Fast ICA,EFICA)的盲源分离故障诊断方法;利用EEMD算法将单通路复合故障信号分解成多个不同信号特征的本征模函数(intrinsic mode function,IMF),解决了盲源分离中的欠定问题;在此基础上利用EFICA算法对各个不同信号特征的IMF进行故障特征分离;通过仿真实验和转子实验台的实验结果,表明该算法可以有效分离出各个不同的故障特征.