TY - JOUR A2 - Yigit，艾哈迈德S. AU - Tabrizi，阿里·阿克巴尔·AU - 加里波第，路易吉AU - Fasana，亚历山德罗AU - Marchesiello，斯特凡诺PY - 2015年DA - 2015年10月28日TI - 合奏经验模式分解的性能改进用于滚子轴承损伤检测SP - 964805 VL - 2015 AB - 合奏经验模式分解（EEMD）是噪声辅助法广泛地用于滚子轴承损坏的检测。然而，成功地处理这种技术仍然是一个巨大的挑战：两个有效参数（噪声增加的幅度和合奏试验的数量），从而影响EEMD的性能鉴定。虽然已经提出了一些算法或值，就没有坚固的引导来选择最佳的幅度和合奏试验编号的是，特别是对于早期损坏的检测。在这项研究中，一种可靠的方法，提出了以确定合适的幅度和试验的适当数量进行了研究，以及。结果表明，所提出的方法（改进的性能EEMD）获得了更高的损伤检测成功率，并创建比原始算法较大容限。它导致实现样品的完美标记需要相当低的试验号码;反过来，这实际上导致了相当少的计算成本。实际振动信号的数量进行分析，以验证鉴别和分离所述故障情况所提出的方法的有效性和鲁棒性。SN - 1070-9622 UR - https://doi.org/10.1155/2015/964805 DO - 10.1155 /九十六万四千八百零五分之二千零一十五JF - 冲击和振动PB - Hindawi出版公司公司KW - ER -