来源：期刊VIP网 时间：
作者：吴云飞;龙江;魏友;曾信凌;
单位：中国民用航空飞行学院;
摘要：针对高噪声环境下难以提取轴承故障频率特征的问题，提出一种结合完备集合经验模态分解（CEEMDAN）、小波阈值降噪（WTD）和蜣螂优化算法（DBO）的方法。使用CEEMDAN将信号分解成多个固有模态函数（IMFs），并根据综合评价指标对IMFs信号进行选取；随后使用WTD对选取的信号进行降噪处理，使用DBO对改进的阈值函数的参数进行自适应选取，在有效减小噪声水平后进行信号重组。将重组信号进行包络谱分析，得出所提方法能有效地对信号进行降噪与故障特征提取。将该方法应用于滚动轴承的仿真信号和实际轴承数据，结果表明，基于参数优化的CEEMDAN-WTD-DBO方法相较于传统的单一降噪方法，在减少随机噪声与提取故障特征频率能力方面表现更出色。
关键词：滚动轴承;;振动信号;;小波阈值降噪;;模态分解;;蜣螂优化算法;;包络谱;;故障特征提取
基金资助：具有民航维修工程特色的机械专业硕士学位研究生一流培养平台体系建设（MHJY2022031）;; 工程技术训练中心课程思政研究分中心建设（E2024061）;; 国家级民航机务工程实验教学示范中心培育（E2024063）
