公开(公告)号：CN108875279A

公开(公告)日：2018-11-23

申请号：CN201810838825.9

申请日：2018-07-27

Applicant: 中国计量大学

Inventor： 金榕舜 ,  王强 ,  范昕炜

IPC: G06F17/50 ,  G06K9/00 ,  G01M13/04

Abstract: 本发明公开了基于EMD和形态滤波的轴承声发射信号特征提取方法，步骤如下：首先采用经验模态分解（Empirical Mode decomposition，EMD）方法将滚动轴承故障声发射信号分解为有限个本征模态函数（Intrinsic Mode Function，IMF）的线性组合；然后采用相关系数法选取能够反映故障特征的IMF分量，再用形态滤波法对选取的IMF分量进行去噪。最后，对去噪后的声发射信号进行希尔伯特（Hillbert）包络谱分析。本发明能够很好地提取滚动轴承故障声发射信号特征，诊断出轴承故障的位置。

公开(公告)号：CN109000926A

公开(公告)日：2018-12-14

申请号：CN201811246805.9

申请日：2018-10-25

Applicant: 中国计量大学

Inventor： 金榕舜 ,  王强 ,  范昕炜

IPC: G01M13/04 ,  G06K9/00 ,  G06K9/62

Abstract: 本发明公开了基于EMD和近似熵的滚动轴承声发射信号特征提取方法，步骤如下：首先采用经验模态分解(Empirical Mode decomposition，EMD)方法将滚动轴承故障声发射信号分解为有限个本征模态函数(Intrinsic Mode Function，IMF)的线性组合；然后采用相关系数法选取能够反映故障特征的IMF分量，找出能量最大的IMF分量；最后进行近似熵(Aproximate entropy,ApEn)计算。本发明能够很好地提取滚动轴承声发射信号特征，判断轴承是否存在故障。