摘要
一种高可靠行星齿轮箱信号去噪方法、系统、介质及设备,方法中,获取核电循泵行星齿轮箱不同健康状态的原始振动信号,对信号进行去趋势和去均值预处理;采用经验模态分解算法EMD、集合经验模态分解算法EEMD和变分模态分解算法VMD分别对所述原始振动信号进行模态分解,得到多个不同的模态分量;采用麻雀搜索算法SSA迭代优化变分模态分解算法VMD中的超参数值,以实现变分模态分解算法VMD对信号的自适应分解;采用迭代优化后的变分模态分解算法VMD对齿轮箱振动信号进行模态分解,去除模态分量中的噪声成分并重构信号,实现齿轮箱振动信号去噪。
技术关键词
经验模态分解算法
行星齿轮箱
信号去噪方法
变分模态分解算法
集合经验模态分解
搜索算法
振动信号去噪
频域特征
参数
齿轮振动信号
三次样条插值法
噪声
重构
包络
因子
混叠现象
系统为您推荐了相关专利信息
去噪方法
去噪自动编码器
梅尔频率倒谱系数
数据
样本
组合算法
变分模态分解算法
充放电次数
动力电池
策略
皮尔逊相关系数
双向长短期记忆网络
集合经验模态分解
通道注意力机制
剩余使用寿命预测
数值型指标
需求预测方法
新能源汽车
融合特征
情感特征