基于VMD混合特征提取和ANFIS的滚动轴承故障诊断方法

• 作者: 刘宁
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 VMD 信息熵 ANFIS
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 故障·诊断
• 页码范围: 164-168
• 页数: 5页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.13436/j.mkjx.202006055

摘要

滚动轴承故障的发生不仅影响机械设备运行效率,甚至引发安全事故,对其开展故障诊断研究对提高机械设备可靠性、避免突发故障、保障安全生产具有重要的现实意义.提出基于变分模态分解(VMD)混合特征提取和自适应模糊推理系统(ANFIS)的滚动轴承故障诊断方法,其适用于处理滚动轴承产生的非平稳振动信号,将故障激发的特征信息自适应地分解到一系列本征模态函数(IMF)中.然后从不同物理角度出发,结合信息熵和均方根构建每个IMF的混合特征向量,实现滚动轴承故障特征信息提取量化;最后结合ANFIS实现了滚动轴承故障类型的准确识别,总体识别率达到94.2％,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宁		5	5	2.0	2.0