CEEMD-WVD多尺度时频图像的滚动轴承故障诊断

• 作者: 孙国栋 徐昀 林凯 王俊豪
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: CEEMD-WVD 多尺度 自适应 时频图像 故障诊断
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 机械动力学
• 页码范围: 688-694
• 页数: 7页
• 分类号: TK428|TN911.6|TP29
• 字数: 4263字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190192

摘要

针对一般EMD-WVD方法在提取时频图像信息不充分的问题,提出一种基于CEEMD-WVD多尺度时频图像的滚动轴承故障诊断方法.该方法采用互补集合经验模态分解(CEEMD)方法对故障振动信号进行分解,自适应地获得不同频段的固有模态函数(IMF)分量;选取前几个高频信号IMF模态分量,运用Wigner-Ville分布(WVD)对各IMF分量分别做时频分析,进一步转化成对应的多尺度的时频图像;然后提取各尺度时频图像的局部二进制(LBP)纹理特征,并利用其特征训练SVM分类器;最后用训练好的分类器对不同的轴承故障振动信号进行故障识别.实验结果表明,该方法有较强的自适应性且能生成高分辨率图像,故障识别率高,在凯斯西储大学(CWRU)的滚动轴承数据库上进行5类故障的实验,诊断正确率为99.75％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国栋	湖北工业大学机械工程学院	51	125	6.0	8.0
2	林凯	湖北工业大学机械工程学院	5	11	1.0	3.0
3	徐昀	湖北工业大学机械工程学院	4	3	1.0	1.0
4	王俊豪	湖北工业大学机械工程学院	2	2	1.0	1.0