论文部分内容阅读
作为旋转机械中重要零件的滚动轴承,在现今的各个行业有着非常广泛的应用,但由于经常在较为复杂的环境下工作,滚动轴承也是各类机械中最易损坏的零件之一,滚动轴承的损坏往往会导致整个机械设备的故障,引发更为严重的后果,而滚动轴承的寿命通常又具有离散性。因此,对滚动轴承的状态以及故障类型进行准确的识别就显得尤为重要了。本论文采用一种改进的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)对滚动轴承的振动信号进行降噪和分解,得到若干个固有模态函数(Intri