来源：期刊VIP网 时间：
作者：孙畅;刘英明;商微微;刘强;
单位：长春汽车工业高等专科学校电气工程学院;长春大学电子信息工程学院;长春市中誉齿轮有限公司;
摘要：为了提高粉碎机齿轮箱故障诊断能力，综合运用集成经验模态（EEMD）算法和离散小波变换（DWT）的降噪技术，设计了一种通过EEMD-DWT进行降噪的新技术，确保在去除噪声的前提下可以保留有用特征。以EEMD-DWT方法降噪处理得到了光滑的信号，对信号波形的特征也实现理想复原，实现了优异降噪性能。研究结果表明：经过EEMD-DWT降噪后形成了具有明显冲击特征的波形，对幅值在零附近的噪声分量起到显著抑制效果，实现在去除噪声的条件下保留原有的振动特征。本设计的EEMD-DWT降噪方法与其它单独降噪方法相比具备更优降噪性能，能够满足粉碎机齿轮箱振动过程的实际降噪分析要求。该研究能够有效弥补EEMD在振动信号降噪方面的缺陷，提高齿轮箱的故障识别效率，也可应用到其它传动机构上，具有很高的推广价值。
关键词：粉碎机;;信号降噪;;故障诊断;;集成经验模态;;离散小波变换
基金资助：吉林省高教科研项目（JGJX2020D633）
