基于小波包变换与CEEMDAN的滚动轴承故障诊断方法

针对滚动轴承诊断受环境噪声影响,特征频率难以提取的问题,提出了一种基于小波包变换与完全自适应噪声集合经验模态分解（CEEMDAN）的滚动轴承故障诊断方法。通过CEEMDAN将传感器收集到的原始振动信号进行分解并依据峭度值-相关系数（K-C）筛选准则划分高噪信号和低噪信号。利用小波包变换分解高噪信号后选取合适分量重构实现环境噪声的滤除并与低噪信号进行整合产生新的振动信号进行包络解调,提取实际故障特征频率实现滚动轴承的故障诊断。经对比试验,所提出的方法清晰地提取出滚动轴承的转频、故障特征频率及其倍频和调制频率,由仿真信号计算可知降噪后的信号信噪比提高了7.61 dB,有效优化了对噪声滤除的效果。