基于局部均值分解和K近邻算法的滚动轴承故障诊断方法 |
| |
作者单位: | ;1.长安大学汽车学院 |
| |
摘 要: | 将局部均值分解(LMD)和K近邻(KNN)算法结合起来对滚动轴承进行了故障诊断。首先,将LMD应用在轴承振动信号的分解,故障信息被包含在不同的PF分量中,对每个PF分量从时域和频域两个方面进行特征值提取。针对获得的高维特征向量进行PCA降维,最后在低维空间里,基于KNN算法,实现样本状态分类。实验结果表明,不同故障类型的滚动轴承样本均能被正确诊断。
|
关 键 词: | 滚动轴承 局部均值分解 K近邻算法 特征提取 故障诊断 |
Fault diagnosis method based on LMD and KNN algorithms for rolling bearing |
| |
Abstract: | |
| |
Keywords: | |
|
|