自适应的EEMD及其在滚动轴承故障诊断中的应用

发布时间：2017-09-18 00:32

  本文关键词：自适应的EEMD及其在滚动轴承故障诊断中的应用

  更多相关文章： AEEMD 信号处理 特征提取 支持向量机 故障诊断

【摘要】：为解决总体集成经验模态分解(EEMD)算法中存在的白噪声参数需要人为选择的问题,同时考虑到现实中难以获得大量典型故障样本的实际情况,提出了一种基于自适应总体集成经验模态分解(AEEMD)与支持向量机(SVM)的滚动轴承故障诊断法。首先在信号处理上使用AEEMD将原始振动信号分解成具有不同特征时间尺度的本征模态分量(IMF),对于不同的轴承故障来说,在不同频带内的信号能量会发生改变,因此可通过计算各个IMF的能量来实现故障特征提取;然后把IMF的能量特征值作为输入来构建支持向量机分类器模型;最后利用建立的模型对轴承的状态类型做出判别。在轴承故障实例中将AEEMD算法与EEMD算法进行对比,证明了AEEMD的分解效果更好;选用BP神经网络与SVM的诊断效果进行对比分析,表明本文中提出的方法能够更加快速准确地诊断出轴承的故障。
【作者单位】： 第二炮兵工程大学;
【关键词】： AEEMD 信号处理 特征提取 支持向量机 故障诊断
【基金】：陕西省自然科学基金项目(2013JQ8023) 国家自然科学基金项目(5140051725)资助
【分类号】：TH133.3
【正文快照】： 长期运转的轴承由于点蚀、磨损、腐蚀等原因会在内圈、外圈、滚轮体这3个位置产生故障,一旦出现故障,将影响整个机械系统的正常运作。因此,对轴承故障进行早期诊断很有必要。机械故障诊断包括故障信号采集、信号处理及故障特征提取和模式识别,其中最为关键的是信号处理及故障

【相似文献】

中国期刊全文数据库 前9条

1 赵明生;梁开水;罗元方;徐玉萍;;EEMD在爆破振动信号去噪中的应用[J];爆破;2011年02期

2 郑旭;郝志勇;金阳;卢兆刚;;基于EEMD与广义S变换的内燃机噪声源识别研究[J];内燃机工程;2011年05期

3 常鹏;高亚静;张琳;李均强;;基于EEMD与时间序列法的短期风电场功率预测[J];电力科学与工程;2012年03期

4 秦娜;金炜东;黄进;李智敏;刘景波;;基于EEMD样本熵的高速列车转向架故障特征提取[J];西南交通大学学报;2014年01期

5 刘俊;王占林;付永领;郭彦青;;基于EEMD分解的直驱式机电作动器故障诊断[J];北京航空航天大学学报;2012年12期

6 秦娜;金炜东;黄进;李智敏;刘景波;;基于EEMD的高速列车转向架故障诊断[J];计算机工程;2013年12期

7 陈成法;李树珉;张建生;张英锋;孙长库;;基于EEMD及敏感IMF的再制造发动机振动模式研究[J];振动与冲击;2014年02期

8 夏均忠;苏涛;张阳;王龙;冷永刚;;基于EEMD能量熵及LS-SVM滚动轴承故障诊断[J];噪声与振动控制;2014年03期

9 ;[J];;年期

中国重要会议论文全文数据库 前1条

1 夏江江;严中伟;;北京地区城市化进程对局地生长季变化的影响[A];第28届中国气象学会年会——S7城市气象精细预报与服务[C];2011年

中国博士学位论文全文数据库 前1条

1 赵肖宇;基于EMD和EEMD的自适应光谱预处理方法及其应用研究[D];燕山大学;2015年

，

本文编号：872318