基于VMD-HMM的滚动轴承磨损状态识别

摘要：

根据变分模态分解(VMD)在信号处理上的良好特性与隐马尔可夫模型(HMM)在时间序列上的分类能力,提出了一种基于VMD分解与HMM模型相结合的滚动轴承磨损状态识别方法.该方法利用VMD对轴承各个磨损时期信号进行分解,进而计算VMD分解后各IMF的能量熵,依次提取轴承振动信号的各层IMF能量熵构成特征向量序列,每种状态随机选取20组(共80组)输入HMM模型训练,剩余的特征向量序列进行测试,通过对比对数似然概率值来判别磨损状态.实验结果表明该方法能够准确分辨出轴承的磨损状态,与EMD-HMM、谐波小波样本熵HMM模型进行了对比,验证了该方法具有识别性高准确性强的优点.

关键词：滚动轴承、故障诊断、隐马尔可夫模型(HMM)、变分模态分解(VMD)

所属期刊栏目：37

分类号：TH133.33

资助基金：国家自然科学基金51275080

在线出版日期：2019-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：61-67