基于EEMD-SC的机械故障诊断方法研究

针对实际工程中,装备长期处于正常运行状态,故障样本稀少,数据标记困难,导致智能诊断往往无训练样本可用的问题,提出一种EEMD-SC的机械故障诊断方法。首先利用EEMD将已知故障类型的参考样本与待诊断样本数据进行分解,得到若干个IMfs分量。接着,计算出每个IMFs的概率密度。然后利用相关计算得到待诊断样本IMF与不同故障的参考样本对应IMF的相关性,并求出所有IMFs相关性之和,即为所要求的SC值。最后,求出SC最大时的参考故障样本,待检测样本的故障即为此参考样本所含故障。利用包含不同故障程度的内圈、外圈、正常、滚动体故障的轴承振动监测试验对提出方法进行验证。试验结果表明,在每种故障的参考样本均只有一个时,最后诊断结果仍可达到令人满意效果,从而证实了本方法的有效性。

Research on Machinery Fault Diagnosis Based on an EEMD-SC Method