基于EEMD能量熵及LS-SVM滚动轴承故障诊断

• 作者: 冷永刚 夏均忠 张阳 王龙 苏涛
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 集合经验模态分解 固有模态函数 能量熵 最小二乘支持向量机 故障诊断
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 170-175
• 页数: 6页
• 分类号: TP277
• 字数: 3546字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2014.03.036

摘要

针对滚动轴承振动信号的非平稳特性和现实中难以获得大量典型故障样本的实际情况，提出基于集合经验模态分解（EEMD）能量熵和最小二乘支持向量机（LS-SVM）的滚动轴承故障诊断方法。首先通过EEMD分解将非平稳的原始振动信号分解成若干个平稳的固有模态函数（IMF）；滚动轴承同一部位发生不同严重程度的故障时，在不同频带内的信号能量值会发生改变，因此可通过计算振动信号的EEMD能量熵判断发生故障的严重程度；从包含主要故障信息的IMF分量中提取的能量特征作为输入来建立支持向量机，判断滚动轴承的技术状态和故障严重程度，并选用不同核函数对诊断效果进行分析比较。实验结果表明，该方法能有效地应用于滚动轴承的故障诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷永刚	天津大学机械工程学院	77	1908	24.0	42.0
2	夏均忠	军事交通学院军用车辆工程技术研究中心	37	481	10.0	21.0
3	张阳	军事交通学院军用车辆工程技术研究中心	9	53	3.0	7.0
4	苏涛	军事交通学院军用车辆工程技术研究中心	8	136	5.0	8.0
5	王龙	军事交通学院军用车辆工程技术研究中心	8	45	3.0	6.0