科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统多任务滚动轴承故障识别方法存在故障识别正确率低和耗时长的问题,为此提出一种基于模式识别的滚动轴承故障诊断方法。在滚动轴承故障检测识别过程中,通过模式识别来完成故障的定位以及故障类型的判断。在模式识别过程中,采用EMD(经验模态算法)和SVD(奇异值分解)方法提取滚动轴承故障特征后,再利用模糊C均值算法对提取的特征进行聚类分析,从而有效地检测滚动轴承故障类型。这种方法克服了传统故障识别正确率低和耗时长的问题。仿真结果验证了所提方法的正确性。
- 单位
传统多任务滚动轴承故障识别方法存在故障识别正确率低和耗时长的问题,为此提出一种基于模式识别的滚动轴承故障诊断方法。在滚动轴承故障检测识别过程中,通过模式识别来完成故障的定位以及故障类型的判断。在模式识别过程中,采用EMD(经验模态算法)和SVD(奇异值分解)方法提取滚动轴承故障特征后,再利用模糊C均值算法对提取的特征进行聚类分析,从而有效地检测滚动轴承故障类型。这种方法克服了传统故障识别正确率低和耗时长的问题。仿真结果验证了所提方法的正确性。
