| 基于EMD与KPCA的滚动轴承故障特征提取及诊断方法研究 |
| |
| 引用本文： | 徐卓飞,张海燕,王丹,张明龙.基于EMD与KPCA的滚动轴承故障特征提取及诊断方法研究[J].机械科学与技术(西安),2014(10):1518-1524. |
| |
| 作者姓名： | 徐卓飞 张海燕 王丹 张明龙 |
| |
| 作者单位： | 西安理工大学; |
| |
| 基金项目： | 国家自然科学基金项目(51275406,51305340);陕西省自然科学基础研究计划项目(2013JM7009);陕西省教育厅科学研究计划项目(2013JK1030)资助 |
| |
| 摘 要： | 针对滚动轴承故障种类识别与程度判断问题,提出了一种融合经验模式分解与核主元分析的故障诊断方法:首先,运用经验模式分解将滚动轴承故障信号分解成不同特征尺度下的本征模式分量,采用Hilbert-Huang变换对信号进行相应的时频分析,从本征模式分量函数和瞬时频率中分别提取时域和频域的统计特征集与无量纲特征集;其次,引入非线性核主元分析方法,对故障特征集进行处理,从而消除特征集中的冗余特征,并大幅度降低特征向量维数,得到能够反映故障本质的主元特征集;最后,构造支持向量机多类分类网络,实现了对不同故障模式与不同损伤程度滚动轴承的故障诊断。
|
| 关 键 词： | 经验模式分解 核主元分析 轴承 故障诊断 损伤程度 |
Study on Feature Extraction and Diagnosis Method of Rolling Bearing Faults Based on EMD and KPCA |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
