基于多域空间状态矩阵奇异值与局部保持投影的滚动轴承故障特征提取方法

摘要：

针对滚动轴承振动信号复杂且难以从中提取有效故障特征的问题,提出了一种总体经验模态分解(EEMD)、奇异值分解(SVD)和局部保持投影(LPP)相结合的故障特征提取方法.首先,对振动信号进行EEMD分解,利用EEMD分解后的固有模态分量(IMF)分别构造时域、频域和时频域空间状态矩阵;其次,利用SVD提炼时域、频域和时频域空间状态矩阵中的故障信息,筛选其中累加百分比大于90%的奇异值组成多域有效奇异值数组,构造多域奇异值特征矩阵;然后,利用LPP约简多域奇异值特征矩阵,提取低维、高区分度的故障特征;最后,利用支持向量机(SVM)对提出的故障特征提取方法进行评估.实验结果证明了该方法提取的故障特征可有效反映滚动轴承的故障状态.

关键词：总体经验模态分解、奇异值分解、空间状态矩阵、局部保持投影、特征提取

所属期刊栏目：45

分类号：TH165+.3

资助基金：国家自然科学基金资助项目51075220;高等学校博士学科点专项科研基金项目20123721110001;青岛市科技计划基础研究资助项目12-1-4-4-3-JCH

在线出版日期：2017-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：167-174