基于变分模态分解近似熵和支持向量机的轴承故障诊断方法

• 作者: 孙钢 岳应娟 蔡艳平
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 变分模态分解 近似熵 支持向量机
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 测量与仪器
• 页码范围: 43-46
• 页数: 4页
• 分类号: TH133.33|TN911.7
• 字数: 2543字
• 语种: 中文

摘要

针对滚动轴承振动信号的非平稳特征，以及现实中难以获得大量典型故障样本的情况，提出了一种基于变分模态分解的近似熵和支持向量机的故障诊断方法。首先，通过VMD将原始振动信号分解为若干个频率尺度的本征模态分量；然后，计算各个IMF分量的近似熵并组成特征向量；最后，将上述特征向量输入支持向量机进行训练，并判断轴承的工作状态和故障类型。分析结果表明：与EMD及LMD相比，VMD近似熵与支持向量机相结合后，诊断精度得到了较大的提高，更适用于轴承故障的自动化诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳应娟		16	41	4.0	5.0
2	蔡艳平		27	57	4.0	6.0
3	孙钢		6	18	3.0	4.0