一种基于相关性的EMD与形态奇异值分解相结合的齿轮信号降噪方法

发明专利有效专利

申请号：
CN201910033154.3
IPC分类号：G06F17/50;G06F17/16
申请日期：
2019-01-14
申请人：
北京工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于相关性的EMD与形态奇异值分解相结合的齿轮信号降噪方法
申请号	CN201910033154.3	申请日期	2019-01-14
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-07	公开/公告号	CN109858109A
优先权	暂无	优先权号	暂无
主分类号	G06F17/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/50 计算机辅助设计（静态存储的测试电路的设计入G11C 29/54）〔6，8〕	IPC分类号	G;0;6;F;1;7;/;5;0;;;G;0;6;F;1;7;/;1;6查看分类表>
申请人	北京工业大学	申请人地址	北京市朝阳区平乐园100号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京工业大学	当前权利人	北京工业大学
发明人	李睿;瞿崇霞
代理机构	北京思海天达知识产权代理有限公司	代理人	沈波

摘要

本发明公开了一种基于相关性的EMD与形态奇异值分解相结合的齿轮信号降噪方法，首先对原始信号进行EMD分解，得到若干IMF分量，并根据自相关函数对白噪声的统计特性筛选出IMF分量中的噪声主导分量，根据互相关系数法将其余IMF分量分为有用分量和虚假分量，再对噪声主导分量进行奇异值消噪后与有用分量进行重构，最后采用形态滤波提取齿轮缺陷特征信号。该降噪方法解决了齿轮缺陷信号在EMD分解中由模态混叠现象导致的去噪后信号有用成分丢失和缺陷特征不易识别的问题，突出了原始振动信号的缺陷特征，具有很强的自适应性，同时也提高了齿轮缺陷信息提取的可靠性和准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供