基于局部均值分解与拉普拉斯特征映射的滚动轴承故障诊断方法

• 作者: 侯和平 刘凯 徐倩倩 徐卓飞
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 非平稳信号 局部均值分解 拉普拉斯特征映射 故障诊断
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 科学基金
• 页码范围: 3075-3081
• 页数: 7页
• 分类号: TH17
• 字数: 3776字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.22.016

摘要

针对滚动轴承非平稳振动信号的特征提取及维数优化问题，提出了融合局部均值分解与拉普拉斯特征映射的轴承故障诊断方法.首先，通过局部均值分解对非平稳振动信号进行平稳化分解，提取乘积函数分量、瞬时频率及瞬时幅值的高维信号特征集；然后，将高维特征集作为拉普拉斯特征映射算法的学习对象，提取轴承高维故障特征集的内在流形分布，以获得敏感、稳定的轴承振动特征参数，实现基于非平稳振动信号分析的滚动轴承故障特征提取；最后，结合支持向量分类模型量化 LMD-LE 方法的特征提取效果，实现不同状况下的轴承故障分类.轴承故障样本分类识别平均正确率达到91．17％，表明LMD-LE方法有效实现了高维局部均值分解特征集合的降噪，所提取的特征矩阵对轴承故障特征描述准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘凯		112	569	13.0	16.0
2	侯和平		34	128	7.0	9.0
3	徐倩倩		7	16	3.0	4.0
4	徐卓飞		25	97	5.0	9.0