基于改进变分模态分解与支持向量机的风力机轴承故障诊断

为研究风力机齿轮箱轴承振动信号非线性及故障诊断问题，采用改进变分模态分解方法对四种状态轴承振动信号进行处理，提出无量纲参数多重分形谱值因子，联合峭度值对分解所得模态分量进行选取，剔除无效信息分量并进行信号重组，采用分形维数研究重组信号的分形特征，并通过支持向量机进行模式识别。结果表明：基于样本熵优化的改进变分模态分解方法可获得高质量的模态信息；通过多重分形谱值因子及峭度选取并重组的信号具有良好的振动特性，其分形维数可通过信号非线性程度定量区分轴承工作状态；采用支持向量机对不同轴承工作状态的重组信号进行分类，结果具有较高的准确度。