基于EMD和AR模型的滚动轴承故障SVM识别_中国煤炭行业知识服务平台

基于EMD和AR模型的滚动轴承故障SVM识别

作者

张晨罡郝伟李志农王丽雅
单位

郑州大学振动工程研究所郑州大学振动工程研究所郑州450001
摘要

将经验模态分解和自回归(AR)模型应用到滚动轴承的故障诊断中,该方法先把轴承振动信号分解成不同特征时间尺度的固有模态函数,从而把非平稳信号处理转化为平稳信号处理问题,然后选取表征轴承故障的IMF分量,并建立其AR模型,提取模型的参数输入到支持向量机中进行识别。实验结果表明,该方法是有效的。
关键词

AR模型经验模态分解支持向量机滚动轴承
基金项目(Foundation)

河南省自然科学基金(0611022400)；河南省教育厅自然科学基金(2006460005)；河南省杰出人才创新基金(0621000500)资助项目；
相关文章

[1]分数阶Fourier变换在滚动轴承故障诊断中的应用
[2]基于小波去噪和MSE的滚动轴承故障诊断