基于局部均值分解和K近邻算法的滚动轴承故障诊断方法

• 作者: 刘东民 李春明 蔡锷 谭晓伟
• 来源期刊: 现代电子技术
• 关键词: 滚动轴承 局部均值分解 K近邻算法 特征提取 故障诊断
• 年，卷（期）: 2015,（13）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 50-52
• 页数: 3页
• 分类号: TN911-34
• 语种: 中文

摘要

将局部均值分解（LMD）和K近邻（KNN）算法结合起来对滚动轴承进行了故障诊断。首先，将LMD应用在轴承振动信号的分解，故障信息被包含在不同的PF分量中，对每个PF分量从时域和频域两个方面进行特征值提取。针对获得的高维特征向量进行PCA降维，最后在低维空间里，基于KNN算法，实现样本状态分类。实验结果表明，不同故障类型的滚动轴承样本均能被正确诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡锷	长安大学汽车学院	4	24	3.0	4.0
2	谭晓伟	长安大学汽车学院	10	82	5.0	9.0
3	李春明	长安大学汽车学院	8	40	4.0	6.0
4	刘东民	长安大学汽车学院	4	27	3.0	4.0