来源：期刊VIP网 时间：
作者：古莹奎;林忠海;刘平;
单位：江西理工大学机电工程学院;
摘要：滚动轴承的复合故障信号中往往含有多个特征信息及背景噪声，为更高效实现故障信息的提取，提出一种基于具有自适应白噪声的完备集成经验模态分解（CEEMDAN）和盲源分离的滚动轴承复合故障特征提取方法。对实验所获取的故障数据进行CEEMDAN分解，得出一组固有模态函数（IMF），利用加权峭度因子选取其中有效IMF重构信号，再将重构的信号进行BSS分离。对分离出的信号做解调包络分析，从其解调谱中提取故障信号的特征频率。结果证明了此方法可以有效地分离轴承的内外圈故障，使故障特征更易被提取。
关键词：滚动轴承;;自适应白噪声的完备集成经验模态分解;;盲源分离;;加权峭度因子;;特征提取
基金资助：国家自然科学基金资助（61963018）;; 江西省自然科学基金（20181BAB202020）
