基于LMD和SVDD的滚动轴承故障诊断方法

作者：刘震坤

来源：微计算机信息, 2012, (10): 81-82+114.

• 局部均值分解
• 支持向量数据描述
• 故障诊断
• 包络谱 LMD
• SVDD
• Fault diagnosis
• envelope spectrum

针对在实际工程应用中缺乏故障样本的问题,论文提出一种基于局部均值分解(Local mean decomposition,LMD)和支持向量数据描述(Support Vector Data Description,SVDD)的故障诊断方法。该方法首先将采集到的滚动轴承内外圈故障振动信号进行LMD分解后为若干个PF分量,然后求出包含主要故障信息的若干个PF分量的包络谱,将包络谱中故障特征频率处的幅值作为故障特征向量,通过SVDD进行训练和测试。结果显示,基于LMD和SVDD的滚动轴承故障诊断方法的检测率较高、分类效果较好。

• 单位
  湖南大学; 汽车车身先进设计制造国家重点实验室