EEMD与EFICA在单通道复合故障诊断中的应用

来源：计算机测量与控制杂志2015年第10期北京时间：

作者：徐元博,魏振东

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 FastICA，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。

关键词：复合故障;经验模态分解;高效快速独立分量分析;单通道;盲源分离

基金资助：陕西省民办高等教育发展专项资金；西京学院科研基金项目（XJ130245，XJ130244）；陕西省教育科学十二五规划课题“民办高校实验教学改革创新研究”项目(SGH13468)