基于EMD和奇异值分解技术的滚动轴承故障诊断方法

• 作者: 于德介 杨宇 程军圣
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: EMD 滚动轴承 故障诊断 奇异值分解 距离判别函数
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 204-209
• 页数: 6页
• 分类号: TH113
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2004.02.018

摘要

提出了基于EMD(Empirical mode decomposition)和奇异值分解技术的滚动轴承故障诊断方法.采用EMD方法将滚动轴承振动信号分解成若干个基本模式分量(Intrinsic mode function,IMF)之和,并形成初始特征向量矩阵.然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为滚动轴承振动信号的状态特征向量,通过建立Mahalanobis距离判别函数判断滚动轴承的工作状态和故障类型.实验数据的分析结果表明,本文方法能有效地应用于滚动轴承故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于德介	湖南大学机械与汽车工程学院	253	5743	38.0	65.0
2	杨宇	湖南大学机械与汽车工程学院	170	5200	44.0	68.0
3	程军圣	湖南大学机械与汽车工程学院	210	5603	44.0	69.0