基于CEEMD能量熵与SVM的低速轴承故障声发射诊断

• 作者: 刘志涛 常海 张鹏林 杨杰
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 声发射 低速轴承 互补总体平均经验模态分解 能量熵 支持向量机 故障诊断
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 科研成果与学术交流
• 页码范围: 1-6
• 页数: 6页
• 分类号: TG17|TH133|TG115.28
• 字数: 6723字
• 语种: 中文
• DOI: 10.11973/wsjc201709001

摘要

针对低速轴承故障诊断难的问题,将互补总体平均经验模态分解(CEEMD)能量熵与支持向量机相结合对低速轴承故障进行了声发射诊断.采集不同缺陷状态的轴承声发射信号进行CEEMD分解,得到自适应的本征模态分量(IMF);结合IMF分量的方差贡献率和互相关系数对虚假分量进行剔除,筛选出有效IMF分量.对提取的有效IMF分量计算能量熵,作为不同故障轴承的特征向量.将该特征向量输入到支持向量机(SVM),对不同故障的低速轴承进行分类识别.试验结果表明,通过方差贡献率和互相关系数能够筛选出含主要故障信息的IMF分量,同时验证了SVM相比BP神经网络对低速轴承不同故障类型的识别效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏林	兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室	33	94	6.0	8.0
2	杨杰	兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室	8	10	2.0	3.0
3	刘志涛	兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室	2	9	2.0	2.0
4	常海	兰州理工大学省部共建有色金属先进加工与再利用国家重点实验室	2	9	2.0	2.0