10.3969/j.issn.1006-1335.2014.05.033
EMD和平滑伪Wigner-Ville谱熵的轴承故障诊断
提出一种基于经验模态分解(EMD)和平滑伪Wigner-Ville分布(SPWVD)谱熵的滚动轴承故障诊断的方法。EMD方法充分保留信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势,SPWVD谱熵用于定量刻画轴承不同状态下振动信号的时频能量分布,将二种算法相结合应用于不同工作状态滚动轴承,并设计最小二乘支持向量机(LS-SVM)智能模型,实现轴承状态和故障类型的自动分类和识别。通过SPWVD谱熵与谱峭度法的对比,验证了SPWVD谱熵的有效性。实验表明此方法能够有效地提取轴承故障的特征信息,提高轴承故障诊断率。
振动与波、经验模态分解(EMD)、平滑伪Wigner-Ville分布(SPWVD)、谱熵、谱峭度、最小二乘支持向量机(LS-SVM)
TH165.3;TH132.41
国家自然科学基金多通道神经振荡同步分析90820016;国家杰出青年科学基金动态信号分析与监控61025019
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
145-149