| 基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究 |
| |
| 引用本文： | 王玉承,李亚,王海瑞,肖杨.基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究[J].化工自动化及仪表,2022,49(2):175-181. |
| |
| 作者姓名： | 王玉承 李亚 王海瑞 肖杨 |
| |
| 作者单位： | 昆明理工大学信息工程与自动化学院 |
| |
| 基金项目： | 国家自然科学基金项目（61863016）； |
| |
| 摘 要： | 针对滚动轴承故障原始信号复杂，以致故障冲击信号被强背景噪声“淹没”的问题，提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法。首先对原始信号进行CEEMDAN分解，得到一系列固有模态分量（IMFs），分析各IMF，选择具有明显故障冲击信号的5个分量进行重构，以剔除噪声等干扰信息，再提取重构信号的时域特征输入支持向量机（SVM）进行分类。实验结果表明：通过CEEMDAN分解后的信号相较于原始信号具有更强的故障冲击信号表现，使得提取的时域特征包含了较多的故障分类信息，运用SVM分解可使分类准确率达到100%。
|
| 关 键 词： | 故障诊断 滚动轴承 噪声 信号重构 CEEMDAN分解 时域特征分析 SVM分类 |
Diagnosis Method Research for Rolling Bearing Based on CEEMDAN-SVM and Time Domain Features |
| |
| WANG Yu-cheng,LI Ya,WANG Hai-rui,XIAO Yang.Diagnosis Method Research for Rolling Bearing Based on CEEMDAN-SVM and Time Domain Features[J].Control and Instruments In Chemical Industry,2022,49(2):175-181. |
| |
| Authors: | WANG Yu-cheng LI Ya WANG Hai-rui XIAO Yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
