基于EMD和MLEM2的滚动轴承智能故障诊断方法

被引：12

作者：

窦东阳 ^{[1
]}

杨建国 ^{[1
]}

李丽娟 ^{[2
]}

赵英凯 ^{[2
]}

机构：

[1] 中国矿业大学化工学院

[2] 南京工业大学自动化与电气工程学院

来源：

农业工程学报 | 2011年 / 27卷 / 04期

关键词：

轴承; 故障诊断; 模型; 经验模式分解; 规则获取; MLEM2算法;

D O I：

暂无

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对旋转机械的自主故障诊断,提出一种基于EMD和MLEM2的智能解决方法。利用EMD预处理振动信号,在最适合的IMF分量上提取6个时域指标和5个频域指标构成无量纲的轴承故障特征向量。根据设备运行数据形成决策表,使用改进的MLEM2算法挖掘诊断规则,再结合改进的规则匹配策略进行状态识别。EMD能够剥离故障最本质的信息,提高所选分量的信噪比,而MLEM2算法无需对连续属性事先离散化,获得的诊断规则更完备、准确。SKF6203轴承试验表明,该方法诊断精度达到93.75%,相当于能够自主获取知识的专家系统,且只要一次初始设定,无需后续人工干预,是一种有效的智能诊断方法。

引用

页码：125 / 130

页数：6

共 10 条

[1]

基于分类器组的轴承故障识别方法研究 [J].