|
|||||
|
|
| LMD能量熵和SVM相结合的滚动轴承故障诊断 | |
| 作者单位： | ;1.江苏师范大学 |
| 摘 要： | 为实现小样本情况下对滚动轴承进行故障检测和分析,提出了基于局部均值分解(LMD)的能量熵和支持向量机(SVM)相结合的滚动轴承故障诊断方法。利用LMD信号处理方法将滚动轴承振动信号分解成有限个乘积函数(PF)分量,通过计算PF分量的能量熵进行故障特征提取,然后将提取的特征输入到SVM分类器中进行训练及测试,最终实现对滚动轴承的故障诊断。实验数据显示,在仅有少量样本条件下,LMD能量熵和SVM相结合的方法能够精确地对滚动轴承的故障类型进行识别和分类,这表明该方法对滚动轴承故障诊断的有效性。 |
| 关 键 词： | 滚动轴承 故障诊断 局部均值分解 能量熵 支持向量机 |
Fault Diagnosis of Rolling Bearing Combined LMD Energy Entropy and SVM |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |