基于VMD和ICA的发动机故障特征增强研究

摘要

针对发动机噪声信号信噪比低、故障特征提取困难等问题,提出一种基于变分模态分解(VMD)结合独立分量分析(ICA)的降噪方法.首先通过VMD分解得到分量中心频率确定合适的分解层数,以峭度准则重构噪声信号和故障信号,然后通过FastICA将重构信号再次分解,得到降噪后的故障信号,最后与经验模态分解(EMD)降噪对比,结合实例和仿真表明,该方法能够有效抑制模态混叠,增强发动机噪声信号故障特征.