基于VMD和马氏距离SVM的滚动轴承故障诊断

• 作者: 乔美英 兰建义 刘宇翔
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 轴承故障诊断 小波阀值法 变分模态分解 支持向量机 马氏距离
• 年，卷（期）: 2019,（5）
• 页码范围: 8-16
• 页数: 9页
• 分类号: TH1653
• 字数: 5705字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2019.05.002

摘要

针对滚动轴承早期故障识别较困难的问题,提出一种基于变分模态分解(VMD)和马氏距离支持向量机(SVM)的诊断方法.首先,采用小波阀值法对原始振动信号进行去噪处理,获得有效的振动信号.其次,根据VMD分解后每个模态的中心频率大小不同,确定最终分解层数.同时,从分解后的变分模态分量中提取能量特征.最后,为了对样本间进行距离度量,将马氏距离引入SVM的高斯核函数计算中,建立了一个基于马氏距离的高斯函数核,用于支持向量机分类器.利用改进的SVM对轴承的运行状态进行识别,实验结果表明所提方法在识别轴承正常状态、 内圈、 外圈以及滚珠体故障时,具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰建义	河南理工大学能源科学与工程学院	23	125	6.0	10.0
3	乔美英	河南理工大学电气工程与自动化学院	30	109	6.0	9.0
5	刘宇翔	河南理工大学电气工程与自动化学院	4	5	1.0	1.0