基于CEEMD-LSSVM的缝纫机轴承故障诊断

• 作者: 张荣川 郭文飞
• 来源期刊: 工业技术创新
• 学科: 工学
• 关键词: 互补式集合经验模态分解(CEEMD) 最小二乘支持向量机(LSSVM) 改进粒子群算法 缝纫机轴承 故障诊断
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能化
• 页码范围: 81-86
• 页数: 6页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.14103/j.issn.2095-8412.2020.06.014

摘要

缝纫机轴承早期由微弱故障产生的信号具有非线性、非平稳等特点,特征难以提取,经验模态分解(EMD)等传统时频域分析工具的应用受到限制.提出一种基于互补式集合经验模态分解(CEEMD)和最小二乘支持向量机(LSSVM)的缝纫机轴承故障诊断算法——CEEMD-LSSVM.首先,采用CEEMD算法,对缝纫机轴承振动原始数据进行分解,得到各固有模态分量(IMF)和剩余分量;其次,采用LSSVM算法,对各分量建立相应的预测模型,进行仿真预测,尤其是为提高预测精度,采用改进粒子群算法对ERBF核函数进行优化;最后,对各自预测得到的结果进行叠加,得到实际预测结果.以西安标准缝纫机公司GC-6730缝纫机电机主轴轴承为研究对象,对算法进行应用,明确了故障类型,算法均方根误差仅为0.004026.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张荣川		2	1	1.0	1.0
2	郭文飞		1	0	0.0	0.0