基于EMD和AR模型的滚动轴承故障SVM识别

• 作者: 张晨罡 李志农 王丽雅 郝伟
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: AR模型 经验模态分解 支持向量机 滚动轴承
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 故障·诊断
• 页码范围: 183-186
• 页数: 4页
• 分类号: TH1133.33|TP306
• 字数: 3491字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2007.07.081

摘要

将经验模态分解和自回归(AR)模型应用到滚动轴承的故障诊断中,该方法先把轴承振动信号分解成不同特征时间尺度的固有模态函数,从而把非平稳信号处理转化为平稳信号处理问题,然后选取表征轴承故障的IMF分量,并建立其AR模型,提取模型的参数输入到支持向量机中进行识别.实验结果表明,该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志农	郑州大学振动工程研究所	66	582	13.0	19.0
2	王丽雅	郑州大学振动工程研究所	19	90	5.0	9.0
3	郝伟	郑州大学振动工程研究所	61	651	16.0	23.0
4	张晨罡	郑州大学振动工程研究所	2	19	2.0	2.0