10.3404/j.issn.1672-7649.2015.10.014
一种多工况的滚动轴承损伤状态识别方法
针对多工况条件下的滚动轴承损伤状态识别问题,本文提出基于CEEMD能量熵和阶次跟踪的损伤识别方法.将振动信号经CEEMD分解为系列的IMF分量,选取其中包含滚动轴承特征频率的IMF分量,运用改进的希尔伯特变换求得IMF分量的边际谱,并利用阶次跟踪方法消除不同转速对损伤状态的影响,同时采用能量熵加强对各损伤状态的识别能力.最后使用特征阶次幅值和能量熵构建诊断特征向量,采用遗传算法优化的支持向量机对损伤状态进行识别.试验结果表明,基于能量熵和阶次跟踪的损伤识别方法精度较高,是一种有前途并且非常有效的多工况损伤状态识别方法.
损伤识别、阶次跟踪、CEEMD能量熵、支持向量机
37
TP18(自动化基础理论)
国家自然科学基金资助项目51409238
2015-12-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
67-71