基于变分模态分解和支持向量机的滚动轴承品质评估
针对滚动轴承品质评估过程中振动信号代表性特征提取不充分且模式识别方法精度低等不足,提出了基于变分模态分解(VMD)和支持向量机(SVM)的滚动轴承品质评估方法,首先,对3个品质等级的轴承样品进行振动信号的采集;其次,计算滚动轴承振动信号的有效值、峰值和峭度值3个时域指标(TDI),并采用VMD方法将信号分解为4个有限带宽模态函数(BIMF),并分别计算其排列熵(PE)值;最后,将3个时域指标和4个排列熵值共计7个特征作为SVM的输入变量构建轴承品质等级预测评估模型.实验结果表明:与TDI–PE–SVM模型相比,TDI–VMD–PE–SVM轴承品质评估模型更优,识别率由83.33%提高到93.33%,VMD方法有效地提高了振动信号的分辨率,有利于轴承振动信号细节特征信息的提取.
滚动轴承、变分模态分解、排列熵、时域特征、支持向量机
37
国家自然科学基金项目21265006, 51665013
2020-09-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
1544-1551