基于瞬时能量熵和SVM的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳特性和难以获得大量实际故障样本的情况,提出了一种基于经验模式(EMD)分解的新型故障特征撮方法,并与支持向量机(SVM)相结合实现滚动轴承的故障诊断。该方法首先将振动信号进行小波包降噪,再对去噪信号进行EMD分解,求解分解后各单元的瞬时能量变化,取瞬时能量变化的熵值组成特征向量,最后将其作为支持向量机的输入实现滚动轴承故障分类。经过实验验证,该方法能够有效的识别轴承正常状态、内圈故障、外圈故障以及滚珠故障。