结合马田系统-SVM的滚动轴承故障模式分类研究

摘要：

为了有效地确定滚动轴承的故障类型和受损程度,提出了结合马田系统和SVM的滚动轴承故障模式分类方法.利用EEMD方法对原始振动信号进行分解,得到一系列IMF.经过故障敏感IMF选取方法筛选IMF后计算其时域和频域特征参数以及原始信号的能量熵参数,构造初始的多维特征空间.运用马田系统中的正交表和信噪比进行特征降维,得到精简特征空间.接下来使用偏二叉树方法构建支持向量机多分类模型.通过实验数据进行模型验证,结果表明该方法可以实现滚动轴承故障模式分类.

关键词：故障模式分类、马田系统(MTS)、支持向量机(SVM)、集合经验模态分解(EEMD)

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金71271114

在线出版日期：2021-03-25（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：239-246