基于VMD及模糊相关分类器的滚动轴承故障诊断

• 作者: 刘婷婷 张迪 王雪梅 葛明涛
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 变分模态分解 模糊相关分类器
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数字化设计与制造
• 页码范围: 222-225
• 页数: 4页
• 分类号: TH16|TN247|TN911.6
• 字数: 2839字
• 语种: 中文

摘要

针对滚动轴承非平稳性的振动信号,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)及模糊相关分类器的故障诊断方法.首先,对振动信号进行VMD分解,计算分解后分量与原信号的互信息值,利用互信息值提取无噪声分量,获得重构信号;其次,利用模糊函数在处理非平稳信号方面的优越性,结合相关系数提出模糊相关分类器;最后,将多组不同工作状态的重构信号输入模糊相关分类器,对多组数据进行训练与测试.实验结果表明,该方法能够有效的诊断出滚动轴承三种工作状态,且检测率较支持向量机及神经网络高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张迪	郑州大学西亚斯国际学院电子工程系	86	157	6.0	9.0
2	刘婷婷	郑州大学西亚斯国际学院电子工程系	45	113	5.0	9.0
3	王雪梅	郑州大学西亚斯国际学院电子工程系	47	115	6.0	8.0
4	葛明涛	郑州大学西亚斯国际学院电子工程系	18	47	3.0	6.0