ALIF-MMPE结合DAG-SVM的滚动轴承故障诊断

• 作者: 张金豹 赵永强 韩美东
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 轴承故障诊断 自适应局部迭代滤波 多元多尺度排列熵 有向无环图算法支持向量机
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 机械动力学
• 页码范围: 1358-1365
• 页数: 8页
• 分类号: TP277
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20190272

摘要

针对滚动轴承故障诊断中非平稳振动信号下的有效故障特征提取问题,提出一种基于自适应局部迭代滤波、多元多尺度排列熵和有向无环图算法支持向量机的滚动轴承故障诊断方法.自适应局部迭代滤波通过构建自适应滤波函数,能够有效抑制噪声和模态混叠,经自适应分解后得到若干本征模态函数.仿真结果表明其效果优于经验模态分解.然后利用多元多尺度排列熵对包含显著故障信息的本征模态函数进行信息融合和特征提取,组成故障状态特征集.采用主成分分析对故障状态特征集进行降维,随机抽取部分样本带入有向无环图算法支持向量机中进行训练,其它则作为测试样本进行故障识别和诊断.试验故障诊断结果表明:自适应局部迭代滤波下多元多尺度排列熵优于多个本征模态函数下的多尺度排列熵和经验模态分解下的多元多尺度排列熵;本文方法能准确地识别滚动轴承不同的故障类型及故障程度.