基于ELMD与LS-SVM的滚动轴承故障诊断方法

• 作者: 万舟 廖星智 熊新
• 来源期刊: 化工学报
• 关键词: ELMD 模式混淆 LS-SVM 滚动轴承 故障诊断
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 过程系统工程
• 页码范围: 4667-4673
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2013.12.059

摘要

针对局部均值分解(local mean decomposition,LMD)实现过程中存在的模式混淆现象,提出了一种基于总体局部均值分解(ensemble local mean decomposition,ELMD)与最小二乘支持向量机(least squares support vector machine,LS-SVM)相结合的滚动轴承故障诊断方法.该方法先对滚动轴承振动信号进行ELMD分解,并得到若干乘积函数(product function,PF),然后选取包含主要故障信息的PF分量,提取其峭度系数与能量特征参数以构造故障特征向量,并作为LS-SVM的输入来识别滚动轴承的工作状态和故障类型.通过对滚动轴承正常状态,内圈故障和外圈故障的分析结果表明,基于ELMD与LS-SVM的诊断方法可以准确有效识别滚动轴承的工作状态和故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万舟	昆明理工大学信息工程与自动化学院	54	181	7.0	11.0
2	熊新	昆明理工大学信息工程与自动化学院	35	164	7.0	11.0
3	廖星智	昆明理工大学信息工程与自动化学院	1	29	1.0	1.0