基于IMF能量矩和HSMM模型的滚动轴承故障诊断方法

• 作者: 崔海龙 张敏 程刚 陈曦晖
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 故障诊断 经验模态分解 隐半马尔科夫模型
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 控制与检测
• 页码范围: 101-103,107
• 页数: 4页
• 分类号: TH16|TG506
• 字数: 2398字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2015.10.028

摘要

针对滚动轴承振动信号较为复杂以及故障状态难以识别的问题,提出基于本征模态函数能量矩和隐半马尔科夫模型( HSMM )相结合的滚动轴承故障诊断的研究方法,首先利用经验模态分解( EMD)方法具有自适应分解的优点,将振动信号分解成若干本征模态函数( IMF) ,然后计算本征模态函数能量矩作为故障特征信息,构造特征向量,建立隐半马尔科夫模型对滚动轴承故障状态进行诊断识别.实验表明,该方法可以有效提取滚动轴承的故障特征信息,对四种滚动轴承状态的识别率在90%以上,实现对滚动轴承故障的精确诊断识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程刚	中国矿业大学机电工程学院	71	508	12.0	19.0
2	张敏	中国矿业大学机电工程学院	43	262	10.0	14.0
3	崔海龙	中国矿业大学机电工程学院	3	24	3.0	3.0
4	陈曦晖	中国矿业大学机电工程学院	13	95	6.0	9.0