LMD能量熵和SVM相结合的滚动轴承故障诊断

• 作者: 徐乐 邢邦圣 郎超男 高钦武
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 局部均值分解 能量熵 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 915-918
• 页数: 4页
• 分类号: TH17
• 字数: 2358字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2017.0615

摘要

为实现小样本情况下对滚动轴承进行故障检测和分析,提出了基于局部均值分解(LMD)的能量熵和支持向量机(SVM)相结合的滚动轴承故障诊断方法.利用LMD信号处理方法将滚动轴承振动信号分解成有限个乘积函数(PF)分量,通过计算PF分量的能量熵进行故障特征提取,然后将提取的特征输入到SVM分类器中进行训练及测试,最终实现对滚动轴承的故障诊断.实验数据显示,在仅有少量样本条件下,LMD能量熵和SVM相结合的方法能够精确地对滚动轴承的故障类型进行识别和分类,这表明该方法对滚动轴承故障诊断的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郎超男		10	34	4.0	5.0
2	邢邦圣		24	76	5.0	7.0
3	徐乐		11	38	4.0	6.0
4	高钦武		2	23	2.0	2.0