科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对故障滚动轴承振动信号中含有干扰信号，难以准确提取出故障信息，提出了一种基于奇异值分解(SVD)、变分模态分解(VMD)、和支持向量机(SVM)的滚动轴承故障诊断方法。首先利用奇异值分解对信号进行处理，根据奇异值峰度差分谱来确定分解后重构矩阵的有效阶数，然后根据该有效阶数重构信号，对重构后的信号进行VMD分解，根据上述有效阶数确定分解的本征模态函数(IMF)分量的个数，从分解后的IMF分量中提取故障特征参数，将其作为支持向量机的输入参数进行故障诊断。最后采用合肥工业大学轴承试验机进行验证，并与直接进VMD分解及基于带通滤波器信号去噪的故障诊断方法进行对比，结果表明该方法能有效识别滚动轴承的故障类型，可用于滚动轴承故障诊断。
- 单位
