基于VMD-SVM的滚动轴承退化状态识别

作者：吕明珠; 苏晓明; 刘世勋; 陈长征

来源：机械设计与制造, 2020, (01): 96-100.

DOI：10.19356/j.cnki.1001-3997.2020.01.025

• 变分模态分解(VMD)
• 支持向量机(SVM)
• 滚动轴承
• 退化状态识别

针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态分量(IMF),然后提取敏感IMF分量的时域指标和能量熵构成退化特征向量序列,最后随机抽取不同退化状态下的少量样本输入SVM模型训练,建立退化状态模型库,并用真实数据进行测试。实验结果表明该方法能够准确识别出轴承的退化状态,通过与EMD-SVM、EEMD-SVM模型对比,验证了该方法的优越性。

• 单位
  辽宁装备制造职业技术学院; 沈阳工业大学