基于EMD和PCA的滚动轴承故障信号特征提取研究

• 作者: 张明 张颖 杨俊玲 杨鲁伟 马波
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 经验模态分解 主成分分析 滚动轴承 特征提取 非平稳信号
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 机械、仪表技术
• 页码范围: 1284-1289
• 页数: 6页
• 分类号: TH133.3|TH165.3
• 字数: 3724字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2015.10.003

摘要

针对滚动轴承故障信号具有非平稳性的问题,对滚动轴承非平稳信号特征提取问题进行了研究,提出了基于经验模态分解(EMD)和主成分分析(PCA)的滚动轴承故障信号特征提取方法.运用经EMD对滚动轴承故障信号进行分解,得到了多个本征模态分量(IMF),计算了每个IMF的总能量值,取能量集中的前6层IMF,将每层IMF频率集中的部分等分成多段,计算每段能量值,作为该故障的特征值.运用PCA对特征值进行了维度缩减,将高维度的特征值降低为低维度的特征值,计算了特征值的累计贡献率,取累计贡献率达到80％的前多个特征值作为每组故障的特征值.研究结果表明,该方法可有效提取滚动轴承故障信号特征,实现高维特征维度缩减.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马波	北京化工大学诊断与自愈工程研究中心	41	316	10.0	16.0
2	张颖	北京化工大学诊断与自愈工程研究中心	17	26	3.0	3.0
3	张明	北京化工大学诊断与自愈工程研究中心	15	65	4.0	7.0