| 基于EEMD模糊熵和支持向量机的轴承故障诊断方法 |
| |
| 引用本文： | 王潇桐. 基于EEMD模糊熵和支持向量机的轴承故障诊断方法[J]. 电气应用, 2021, 40(12): 14-19 |
| |
| 作者姓名： | 王潇桐 |
| |
| 作者单位： | 华北电力大学国际教育学院,北京102206 |
| |
| 摘 要： | 电动机轴承的振动信号具有不平稳、非线性和高噪声等特点.在轴承故障的情况下,通过原始信号或部分时域特征参数不易准确判断故障位置.为解决此问题,在考虑时域特征的基础上,进一步通过集成经验模态分解(EEMD)和模糊熵进行特征参数提取.将轴承在正常、内滚道故障、滚动体故障以及外滚道的三个方向故障状态下的振动信号通过集成经验模态...
|
| 关 键 词： | 集成经验模态分解 模糊熵 特征提取 支持向量机 |
Bearing fault diagnosis method based on EEMD fuzzy entropy and support vector machine |
| |
| WANG Xiaotong. Bearing fault diagnosis method based on EEMD fuzzy entropy and support vector machine[J]. Electrotechnical Application, 2021, 40(12): 14-19 |
| |
| Authors: | WANG Xiaotong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
