10.3969/j.issn.1006-1335.2014.03.038
EMD-ICA与SVM在滚动轴承故障诊断中的应用
针对滚动轴承非线性的早期故障信号，应用独立分量(ICA)将滚动轴承产生的故障信号从多通道混合信号中分离出来，然后采用EMD (Empirical Mode Decomposition)进行再次降噪并建立AR模型，最后提取模型的自回归参数和残差方差作为故障特征向量，并以此作为支持向量机(SVM)分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明，该方法是有效的。
振动与波、滚动轴承、独立分量、经验模式分解、AR模型、支持向量机
TH133.4;TP206+.3
中航工业技术创新基金基金编号2012B60804R
2014-08-09（万方平台首次上网日期，不代表论文的发表时间）
共4页
182-185
