基于EMD和AR模型的滚动轴承故障SVM识别

被引：7

作者：

张晨罡

郝伟

李志农

王丽雅

机构：

[1] 郑州大学振动工程研究所

来源：

煤矿机械 | 2007年 / 07期

关键词：

AR模型; 经验模态分解; 支持向量机; 滚动轴承;

D O I：

10.13436/j.mkjx.2007.07.052

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

080203 ;

摘要：

将经验模态分解和自回归(AR)模型应用到滚动轴承的故障诊断中,该方法先把轴承振动信号分解成不同特征时间尺度的固有模态函数,从而把非平稳信号处理转化为平稳信号处理问题,然后选取表征轴承故障的IMF分量,并建立其AR模型,提取模型的参数输入到支持向量机中进行识别。实验结果表明,该方法是有效的。

引用

页码：183 / 186

页数：4

共 4 条

[1] 小波变换域双谱分析及其在滚动轴承故障诊断中的应用 [J].

李军伟 ;

韩捷 ;

李志农 ;

郝伟 .

振动与冲击, 2006, (05) :92-95+194

[2] 基于EMD和AR模型的滚动轴承故障诊断方法 [J].

于德介 ;

程军圣 ;

杨宇 .

振动工程学报, 2004, (03) :84-87

[3] 基于支持向量机的机械故障诊断方法研究 [J].

张周锁 ;

李凌均 ;

何正嘉 .

西安交通大学学报, 2002, (12) :1303-1306

[4]

The Empirical Model Decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis .2 Huang N E,Shen Z,Long S R. Proc. R. Soc. Lond. A . 1998

← 1 →