| 基于改进EMD的滚动轴承故障特征提取方法 |
| |
| 引用本文： | 高彩霞,吴彤,付子义.基于改进EMD的滚动轴承故障特征提取方法[J].教育技术导刊,2018,17(12):156-160. |
| |
| 作者姓名： | 高彩霞 吴彤 付子义 |
| |
| 作者单位： | 河南理工大学 电气工程与自动化学院，河南 焦作 454000 |
| |
| 摘 要： | 针对滚动轴承早期故障信号微弱、背景噪声强、故障特征难以提取的特点，提出一种基于包络谱灰色关联度改进的经验模态分解（Empirical Mode Decomposition，EMD）特征提取方法。首先，用EMD将原始振动信号分解成若干本征模函数（intrinsic mode function，IMF）分量，计算原始信号及分解后各阶IMF分量的包络谱；然后，用灰色关联度分析计算原始信号包络谱与IMF分量包络谱之间的关联度，以包络谱关联度大小筛选IMF分量进行加权；最后，对加权的IMF分量计算能量、峭度、偏度形成特征集，通过主元分析(Principal Component Analysis，PCA)降维后输入概率神经网络（Probabilistic Neural Network，PNN）进行故障状态识别。该方法利用包络谱灰色关联度有针对性地筛选出对故障特征敏感的IMF分量，相比于单纯利用线性关系大小筛选IMF分量的相关性分析更具针对性。对滚动轴承4种故障状态早期故障信号进行识别，准确率为97.5%，表明该方法是有效的。
|
| 关 键 词： | 滚动轴承 故障识别 经验模态分解 灰色关联度 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|
