科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的滚动轴承故障诊断中，振动特征易受冗余噪声干扰，且不能对故障特征准确分类的问题，提出1种基于小波降噪、EMD-AR谱分析和ELM（极限学习机）的滚动轴承故障诊断的方法。对滚动轴承振动信号首先进行小波阈值降噪处理，随后将降噪后的一维信号进行EMD分解并提取其前6个IMF分量，将前6个IMF分量的AR谱累加得到降噪后振动信号的EMDAR谱，可从谱中看出轴承不同的故障情况来作为先验诊断。最后提取降噪后信号的6个特征值作为样本，为避免实验的偶然性，建立基于K折交叉验证ELM分类诊断模型。诊断结果表明，该方法能对轴承故障情况进行清楚分类，分类精度最高可达100%，可对轴承故障诊断提供新的方法。
- 单位
