基于經驗模態分解和支持向量機的滾動軸承故障診斷
作者：徐可; 陳宗海; 張陳斌; 董廣忠 中國科學技術大學信息科學技術學院; 安徽合肥230026; 珠海市軌道交通健康運營協同創新中心; 廣東珠海519070
摘要：本文針對滾動軸承的故障診斷問題,首先提出一種自適應波形匹配的延拓方法對經驗模態分解(EMD)存在的端點效應進行改進,然后基于改進的EMD和粒子群優化算法(PSO)優化的支持向量機(SVM)設計了一種兩階段的滾動軸承故障診斷方法.離線階段對典型的正常、故障振動信號進行EMD分解并提取能量信息作為特征,送入PSO-SVM進行訓練并保存模型待用,在線階段對實時的振動信號進行EMD分解并提取特征,利用離線階段訓練好的模型進行診斷并輸出診斷結果.使用美國西儲大學軸承數據對該方法進行了驗證,實驗結果證明了該方法的有效性.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關熱門期刊
