基于多特征提取和改进马田系统的滚动轴承故障分类方法研究

作者：彭宅铭; 程龙生^*; 詹君; 姚启峰

来源：振动与冲击, 2020, 39(06): 249-256.

DOI：10.13465/j.cnki.jvs.2020.06.036

• 滚动轴承
• 自适应白噪声的完备经验模态分解(CEEMDAN)
• 马田系统(MTS)
• 有向非循环图(DAG)
• 故障诊断

为提高旋转机械的使用效率,及时识别滚动轴承的潜在故障,提出一种基于多特征提取和改进马田系统(MTS)的故障分类方法。通过时域、频域和自适应白噪声的完备经验模态分解(CEEMDAN)提取多维特征,构建初始特征集。结合马田系统和有向非循环图(DAG)的特点,构建DAG-MTS多分类模型,并将其运用到轴承故障诊断中。利用滚动轴承故障数据测试该模型的有效性和实用性,结果表明,该模型能够准确识别出滚动轴承的故障。

• 单位
  南京理工大学; 经济管理学院