基于小波去噪—经验模态分解和支持向量机的塔机起升机构轴承故障诊断

• 作者: 李凯 李宝金 王兴 王凯辉 胡雪琳 郝月龙 齐向东
• 来源期刊: 建筑机械
• 学科: 工学
• 关键词: 塔机轴承 经验模态分解 支持向量机 故障诊断
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 专题研究
• 页码范围: 52-56
• 页数: 5页
• 分类号: TH133.33
• 字数: 2998字
• 语种: 中文
• DOI: 10.14189/j.cnki.cm1981.2016.05.003

摘要

针对塔机起升机构轴承故障振动信号特点,提出了一种基于小波降噪—经验模态分解(Empirical Mode Decomposition,EMD)和支持向量机(Support Vector Machine,SVM)的塔机起升机构轴承故障诊断方法.首先,对采集到的振动信号进行小波降噪,接着通过EMD方法将降噪后的振动信号分解为若干个本征模态函数(Intrinsic Mode Function,IMF),构造IMF能量矩,最终将提取的能量矩作为输入来建立支持向量机,实现智能化诊断.实验结果表明该方法能有效地应用于塔机起升机构轴承故障诊断中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝月龙		3	1	1.0	1.0
2	齐向东	太原科技大学计算机学院	64	247	8.0	13.0
3	王兴	太原科技大学计算机学院	34	115	6.0	10.0
4	王凯辉	北京建筑大学机电与车辆工程学院	5	11	2.0	3.0
5	李凯	太原科技大学计算机学院	7	6	2.0	2.0
6	胡雪琳	太原科技大学计算机学院	3	1	1.0	1.0