|
|||||
|
|
| 基于EMD复杂度特征和SVM的轴承故障诊断研究 | |
| 引用本文： | 吕建新,吴虎胜,吴庐山,朱玉荣. 基于EMD复杂度特征和SVM的轴承故障诊断研究[J]. 机械传动, 2011, 35(2): 20-23,31 |
| 作者姓名： | 吕建新 吴虎胜 吴庐山 朱玉荣 |
| 作者单位： | 1. 武警工程学院装备运输系,陕西,西安,710086 2. 武警工程学院,研究生管理大队,陕西,西安,710086 3. 河南农业大学,河南,郑州,450000 |
| 摘 要： | 针对滚动轴承振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解、复杂度测量分析和支持向量机相结合的故障诊断方法.运用经验模态分解方法对其去噪信号进行分析,利用互相关系数准则对固有模式分量进行筛选,再计算所选分量的复杂度以组成故障特征向量,并将其作为支持向量机的输入以识别滚动轴承的故障... |
| 关 键 词： | 滚动轴承 故障诊断 经验模态分解 复杂度 支持向量机 |
Study on Fault Diagnosis for Rolling Bearing based on EMD Complexity Feature and SVM |
|
| Lv Jianxin,Wu Husheng,Wu Lushan,Zhu Yurong. Study on Fault Diagnosis for Rolling Bearing based on EMD Complexity Feature and SVM[J]. Journal of Mechanical Transmission, 2011, 35(2): 20-23,31 | |
| Authors: | Lv Jianxin Wu Husheng Wu Lushan Zhu Yurong |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
