10.16579/j.issn.1001.9669.2017.02.004
ELMD及核密度估计的滚动轴承故障诊断
针对滚动轴承非平稳性的振动信号,提出了基于总体局域均值分解(Ensemble Local Mean Decomposition,ELMD)及核密度估计的滚动轴承故障诊断方法.首先,对振动信号进行ELMD分解,获得一系列乘积函数(Production Function,PF),计算包含主要故障的PF分量的有效值、峭度、偏度系数,将其组合成特征向量;根据核密度估计的特性提出基于核密度估计的分类器,将特征向量输入分类器进行训练与测试,从而识别滚动轴承的工作状态和故障类型.实验结果表明,该方法能够有效的对滚动轴承故障进行识别,且效果较LMD方法好.
滚动轴承、ELMD、核密度估计、故障诊断
39
TH113.1
河南省科技厅重点攻关项目132102210493;河南省科技厅基础与前沿技术研究项目162300410188资助.The project supported by Scientific and Technological Projects of Henan Province132102210493;the Henan' s Fundamental and Advanced Technology Research Project162300410188
2017-05-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
261-266