基于EEMD 和改进VPMCD 的滚动轴承故障诊断方法

• 作者: 杨宇 潘海洋 程军圣 马利
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 改进VPMCD EEMD方法 奇异值分解 滚动轴承 故障诊断
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 【机械工程】
• 页码范围: 22-26
• 页数: 5页
• 分类号: TH165.3|TH132.41
• 语种: 中文

摘要

针对原VPMCD方法在参数估计过程中存在的缺陷,用 BP 神经网络非线性回归方法代替原方法中的最小二乘法,解决了最小二乘法中存在的病态问题,因此,提出了改进多变量预测模型(Variable predictive mode based class discriminate,简称 VPMCD)的滚动轴承故障诊断方法。首先采用总体经验模态分解(Ensemble empirical mode decomposi-tion,简称 EEMD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,然后提取各分量奇异值组成特征向量作为改进VPMCD的输入,最后对滚动轴承工作状态和故障类型进行识别。实验结果表明,该方法能够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	杨宇	湖南大学机械与运载工程学院	170	5200	44.0	68.0
2	程军圣	湖南大学机械与运载工程学院	210	5603	44.0	69.0
3	潘海洋	湖南大学机械与运载工程学院	20	120	6.0	10.0
4	马利	湖南大学机械与运载工程学院	3	6	1.0	2.0