振动与冲击

作者：何志坚， ， 周志雄

单位：1. 湖南大学机械与运载工程学院，长沙，410082；2. 湖南信息职业技术学院，长沙，410282

关键词：滚动轴承；故障诊断；总体局域均值分解；样本熵

针对滚动轴承非平稳性的振动信号，本文提出了基于总体局域均值分解(Ensemble Local Mean Decomposition, ELMD)的样本熵及Boost-SVM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(product function, PF)；其次，根据分解特性提出基于K-L散度的自适应法选取主PF分量，计算主PF分量的样本熵并将其组合成特征向量；最后，将特征向量输入Boosting-SVM分类器进行训练与测试，从而识别滚动轴承的故障类型。实验结果表明，该方法能够有效的诊断出三种状态，且效果较局域均值分解方法好。<br>

来源：2016年第18期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第18期