基于CEEMD-LSSVM的缝纫机轴承故障诊断

作者：张荣川^*; 郭文飞

来源：工业技术创新, 2020, 07(06): 81-86.

DOI：10.14103/j.issn.2095-8412.2020.06.014

• 互补式集合经验模态分解(CEEMD)
• 最小二乘支持向量机(LSSVM)
• 改进粒子群算法
• 缝纫机轴承
• 故障诊断

缝纫机轴承早期由微弱故障产生的信号具有非线性、非平稳等特点,特征难以提取,经验模态分解(EMD)等传统时频域分析工具的应用受到限制。提出一种基于互补式集合经验模态分解(CEEMD)和最小二乘支持向量机(LSSVM)的缝纫机轴承故障诊断算法——CEEMD-LSSVM。首先,采用CEEMD算法,对缝纫机轴承振动原始数据进行分解,得到各固有模态分量(IMF)和剩余分量;其次,采用LSSVM算法,对各分量建立相应的预测模型,进行仿真预测,尤其是为提高预测精度,采用改进粒子群算法对ERBF核函数进行优化;最后,对各自预测得到的结果进行叠加,得到实际预测结果。以西安标准缝纫机公司GC-6730缝纫机电机主轴轴承为研究对象,对算法进行应用,明确了故障类型,算法均方根误差仅为0.004 026。

• 单位
  西安工程大学