基于Winger分布和奇异值分解的轴承故障诊断
为了充分挖掘Winger时频谱有效信息,研究提出一种基于振动信号Winger分布和奇异值分解相结合的轴承故障诊断方法.首先运用Winger分布分析原始振动信号,然后基于奇异值分解的方法分析Winger谱矩阵,得到反映机械故障状态特征的特征序列,最后将振动信号的Winger谱奇异值作为特征向量,使用支持向量机(SVM)进行故障诊断.实验结果表明,该方法能有效的提取故障特征.
轴承故障、振动信号、奇异值分解、Winger分布、支持向量机
37
TH165.3
The project supported by the Project of National Natural Science FundNo.51305378,and the Shaoxing Major Science and Technology ProjectNo.2013C1007.国家自然科学基金项目51305378、绍兴市重大科技平台项目2013C1007资助
2015-03-16(万方平台首次上网日期,不代表论文的发表时间)
28-31