基于EMD与KPCA的滚动轴承故障特征提取及诊断方法研究

• 作者: 张明龙 张海燕 徐卓飞 王丹
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 经验模式分解 核主元分析 轴承 故障诊断 损伤程度
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 1518-1524
• 页数: 7页
• 分类号: TH117|TP183
• 字数: 5258字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2014.1016

摘要

针对滚动轴承故障种类识别与程度判断问题,提出了一种融合经验模式分解与核主元分析的故障诊断方法:首先,运用经验模式分解将滚动轴承故障信号分解成不同特征尺度下的本征模式分量,采用Hilbert-Huang变换对信号进行相应的时频分析,从本征模式分量函数和瞬时频率中分别提取时域和频域的统计特征集与无量纲特征集;其次,引入非线性核主元分析方法,对故障特征集进行处理,从而消除特征集中的冗余特征,并大幅度降低特征向量维数,得到能够反映故障本质的主元特征集;最后,构造支持向量机多类分类网络,实现了对不同故障模式与不同损伤程度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	张海燕		146	763	13.0	19.0
2	徐卓飞		25	97	5.0	9.0
3	王丹		7	50	4.0	7.0
4	张明龙		3	25	1.0	3.0