基于CEEMDAN和CDSSAICA的转向电机噪声信号识别

来源：电子测量技术杂志2024年第23期北京时间：

作者：李响，吴超华，吴刚，史晓亮，樊雄

单位：武汉理工大学机电工程学院 武汉 430070

摘要：为解决车载转向电机噪声源识别不准确的问题。本文提出了一种基于自适应噪声的完备经验模态分解、改进樽海鞘群的独立分析方法。首先提出一种改进樽海鞘群的独立分析方法，该方法通过改进Tent混沌映射进行种群初始化，领导者及追随者更新机制分别采用Logistic混沌映射和动态学习；然后通过仿真实验验证该方法比传统的快速独立分析方法和樽海鞘独立分析方法分离效率分别提高4.38%和1.01%；最后采用该联合算法对车载转向电机单通道噪声信号进行分离识别，结果表明该联合算法能有效分离电机振动噪声信号中不同频率的特征信号，稳定工况下电机噪声的主要原因是由转子不平衡以及电磁噪声引起。

关键词：车载转向电机;噪声信号识别;樽海鞘算法;盲源分离

基金资助：国家自然科学基金（52375201）、武汉理工大学产学科研合作项目（202301hx0295）资助