基于EMD复杂度特征和SVM的轴承故障诊断研究

被引：14

作者：

吕建新 ^{[1
]}

吴虎胜 ^{[2
]}

吴庐山 ^{[3
]}

朱玉荣 ^{[2
]}

机构：

[1] 武警工程学院装备运输系

[2] 武警工程学院研究生管理大队

[3] 河南农业大学

来源：

机械传动 | 2011年 / 35卷 / 02期

关键词：

滚动轴承; 故障诊断; 经验模态分解; 复杂度; 支持向量机;

D O I：

10.16578/j.issn.1004.2539.2011.02.019

中图分类号：

TH133.3 [轴承]; TH165.3 [];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对滚动轴承振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解、复杂度测量分析和支持向量机相结合的故障诊断方法。运用经验模态分解方法对其去噪信号进行分析,利用互相关系数准则对固有模式分量进行筛选,再计算所选分量的复杂度以组成故障特征向量,并将其作为支持向量机的输入以识别滚动轴承的故障类型。最后,利用实际滚动轴承试验数据的诊断与对比试验验证了该方法的有效性和泛化能力。

引用

页码：20 / 23+31 +31

页数：5

共 7 条

[1]

基于混合智能新模型的故障诊断 [J].