文献类型：期刊文章

作　　者：胡荣华[1,2] 楼佩煌[1] 唐敦兵[1] 刘明灯[3]

机构地区：[1]南京航空航天大学机电学院,江苏南京210016 [2]空军预警学院军械通用装备系,湖北武汉430019 [3]南京四开电子企业有限公司,江苏南京210007

出　　处：《计算机集成制造系统》

基　　金：国家自然科学基金资助项目(51175262);霍英东基金资助项目(111056);江苏省科技支撑计划资助项目(BE2011182);江苏省重大科技成果转化专项资金资助项目(BA2007034)~~

年　　份：2013

卷　　号：19

期　　号：2

起止页码：438-447

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为实现滚动轴承故障的智能诊断,提出一种基于经验模式分解和免疫参数自适应支持向量机相结合的滚动轴承故障诊断方法。使用经验模式分解将故障信号分解为若干个本征模函数之和,然后通过定义的故障特征频率筛选函数,自动地从各本征模函数的包络谱中提取出包含轴承外圈、内圈及滚动体故障的特征向量。在特征提取的基础上,将改进的免疫克隆选择算法和K折交叉验证方法相结合,实现了支持向量机参数的自适应优化选取,并进一步训练得到免疫参数自适应支持向量机分类器。通过SKF6203滚动轴承数据实验表明,该方法能获得较高的故障诊断识别率。

关 键 词：故障诊断  经验模式分解 支持向量机  滚动轴承 克隆选择算法

分 类 号：TP206.3]