科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对滚动轴承振动信号非线性和非平稳性等特征影响故障类型及严重程度识别准确性的问题,提出了一种基于完整的自适应噪声集成经验模态分解和排列熵的故障特征提取方法,并结合支持向量机自动分类识别的功能形成了一种高效准确的智能故障诊断方法。首先,将振动信号分解为一系列的本征模态函数;然后,计算前n个IMF的排列熵值并形成一个多尺度的特征矩阵;最后,通过粒子群寻优的支持向量机对该特征矩阵进行模式识别,诊断出轴承振动信号所对应的故障类型及故障严重程度。试验数据分析表明,该方法能有效识别滚动轴承振动信号中隐藏的故障状态,准确率高且稳定性好。
- 单位
