来源：期刊VIP网 时间：
作者：高云峰;张金萍;
单位：沈阳化工大学机械与动力工程学院;
摘要：针对滚动轴承振动信号之间的影响并且易受到噪声干扰的问题，提出了一种基于快速独立分类分析（FastICA）与经验模态分解（EMD）相结合的故障提取特征方法。通过经验模态分解将振动信号分解成若干个模态分量。继而，根据计算相关性系数选取有效的模态分量构建噪声通道，最后通过快速独立分类分析将源信号与噪声信号分离，进而得到独立的源信号。通过对西储大学轴承数据的仿真与实验结果表明，该方法可以有效的抑制噪声干扰，清晰的看出轴承的故障频率，实现了对轴承的故障诊断。
关键词：振动信号;;特征提取;;经验模态分解;;快速独立分类分析
