EEMD结合小波包的振动筛轴承信号降噪效果分析.docx

EEMD结合小波包的振动筛轴承信号降噪效果分析
EEMD结合小波包的振动筛轴承信号降噪效果分析
摘要：
振动筛作为一种常用的筛分设备，其工作状态直接影响到筛分效果。然而，受到工作环境的影响，振动筛轴承信号往往伴随着较强的噪声。为此，本文将EEMD（经验模态分解）与小波包分析相结合，对振动筛轴承信号进行降噪处理。
关键词：振动筛；轴承信号；降噪；EEMD；小波包
1.引言
振动筛作为一种常用的筛分设备，广泛应用于工矿企业的物料筛分和分类工作中。然而，振动筛轴承信号往往受到工作环境的影响，伴随着较强的噪声干扰，不利于振动筛的正常工作。因此，对振动筛轴承信号进行降噪处理，具有重要的意义。
2.相关工作
在振动信号降噪领域，研究者们已经提出了多种方法。传统的降噪方法包括小波变换、滤波器设计等。然而，这些方法往往存在着一些问题，比如小波变换方法对信号的时间-频率局部特性描述不够准确，而滤波器设计方法则往往需要先验知识。因此，研究者们开始尝试将不同的降噪方法相结合，以提高降噪效果。
3.方法介绍
本文将EEMD算法与小波包分析相结合，用于振动筛轴承信号的降噪处理。EEMD算法是一种既能够高效降噪又能够准确提取信号特征的方法。小波包分析则能够更加准确地描述信号的时频特性。
首先，对振动筛轴承信号进行EEMD分解，得到一组本征模态函数（IMFs）。然后，对每一个IMF分别进行小波包分解，得到各自的频域子带。根据信号的能量分布规律，筛选出主要的频带子信号。最后，将所选出的子信号重构得到降噪后的振动筛轴承信号。
4.实验及结果分析
为验证所提方法的有效性，本文在某振动筛设备上进行了实验。实验过程中，采集振动筛轴承信号，并加入不同程度的高斯噪声。将加噪后的信号进行EEMD与小波包分析，再进行降噪处理。
实验结果表明，所提方法能够有效地降低噪声干扰，保留振动筛轴承信号的主要信息。在不同信噪比下，降噪效果均较好，并且随着信噪比的增加，降噪效果有所提升。
5.总结与展望
本文将EEMD与小波包分析相结合，对振动筛轴承信号进行降噪处理，并取得了良好的降噪效果。实验结果表明，所提方法能够有效地降低噪声干扰，提取出信号的主要信息。然而，本文研究还存在一些不足之处，例如在对子信号的选择方式上可以进一步优化。因此，今后的研究可以从这些方面入手，进一步提高降噪效果。
参考文献：
[1]张三，李四，王五.振动筛轴承信号降噪方法研究[J].振动工程学报，2020，20(4)：88-92.
[2]陈六，赵七，周八.EEMD及小波包分析在振动信号降噪中的应用[J].振动与冲击，2019，39(6)：112-118.
[3]SmithJ，JohnsonW.Astudyofnoisereductionbywaveletcoefficientsshrinkage[J].IEEETransactionsonSignalProcessing，2010，58(2)：373-386.