|
|||||
|
|
| 基于PF能量特征和SVM的变速箱轴承故障诊断方法 | |
| 作者姓名： | 沈意平 贺赛坪 何宽芳 李学军 |
| 作者单位： | 湖南科技大学机械设备健康维护湖南省重点实验室; |
| 基金项目： | 国家自然科学基金资助项目(51175169,51205124);湖南省科技厅项目(2013FJ4045) |
| 摘 要： | 内圈点蚀、外圈压痕是变速箱滚动轴承常见典型故障,为实现其快速、准确诊断,提出基于局部均值分解(Local mean decomposition,简称LMD)的PF(Product Function)分量能量特征和支持向量机(Support Vector Machine,简称SVM)相结合的变速箱滚动轴承诊断方法.将采集的振动信号进行LMD局部均值分解,获得若干个PF分量,并以计算的PF分量的能量熵作为特征量输入支持向量机,进行滚动轴承的故障类型的识别.通过对滚动轴承正常状态、内圈点蚀故障和外圈压痕故障的诊断效果对比分析表明,相对于基于神经网络的轴承故障诊断方法,基于PF分量能量特征和支持向量机的诊断方法有着更高的故障识别率. |
| 关 键 词： | 轴承 LMD 能量特征 支持向量机 故障诊断 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《湖南科技大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《湖南科技大学学报(自然科学版)》下载免费的PDF全文 | |