文献类型：期刊文章

作　　者：王新[1] 闫文源[1]

机构地区：[1]河南理工大学物理与电子信息学院,河南焦作454000

出　　处：《振动与冲击》

基　　金：国家自然科学基金项目(61403129);河南省科技攻关项目(142102210048)

年　　份：2017

卷　　号：36

期　　号：18

起止页码：252-256

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了基于变分模态分解(Variational mode decomposition,VMD)与支持向量机(Support vector machine,SVM)相结合的滚动轴承故障诊断方法。该方法融合了变分模态分解和支持向量机的优势,通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分量,轴承发生不同故障时,不同本征模态函数内的频带能量会发生变化,从包含有主要故障信息的模态分量中提取能量特征作为SVM的输入,判断轴承的工作状态和故障类型。试验结果表明,该方法在少量样本情况下仍能有效地对轴承的工作状态和故障类型进行分类。

关 键 词：变分模态分解  SVM 滚动轴承 故障诊断

分 类 号：TN911.72]