基于EMD-SVD模型和SVM滚动轴承故障模式识别

• 作者: 吕建新 吴庐山 吴虎胜 朱玉荣 来凌红
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 滚动轴承 经验模式分解 奇异值分解 Renyi熵 支持向量机
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 89-93
• 分类号: TH133|TP206.3
• 字数: 4300字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355-2011.02.022

摘要

针对滚动轴承振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解、奇异值分解、Renyi熵和支持向量机相结合的故障诊断方法.运用经验模态分解方法对其去噪信号进行分析,利用互相关系数准则对固有模式分量进行筛选,再对所选分量重构相空间得到吸引子轨道矩阵;对矩阵进行奇异值分解求取奇异值,再计算这些奇异值的Renyi熵以组成故障特征向量,并将其作为支持向量机的输入以识别滚动轴承的故障类型.最后,利用实际滚动轴承试验数据的诊断与对比试验验证了该方法的有效性和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕建新		53	282	10.0	15.0
2	来凌红		8	66	3.0	8.0
3	吴虎胜		32	494	11.0	22.0
4	吴庐山		6	52	4.0	6.0
5	朱玉荣		4	59	2.0	4.0