针对轴承故障特征难以提取和分类的问题，提出了基于经验模态分解(EMD)和支持向量机(SVM)的故障诊断分类方法。首先利用EMD将原始信号进行分解，得到若干个固有模态函数(IMF)分量，选取前6个固有模态函数的能量值作为输入特征向量，利用SVM多故障分类器对滚动轴承正常、滚珠故障、内圈故障、外圈故障四种状态进行诊断识别。实验表明，基于EMD和SVM的故障诊断方法可对轴承故障进行特征提取并有效识别轴承典型故障类型，实现轴承故障诊断分类。
科研之友
微信
新浪微博
Facebook
分享链接
