文献类型：期刊文章

作　　者：向丹[1] 岑健[1]

机构地区：[1]广东技术师范学院自动化学院,广州510635

出　　处：《航空动力学报》

基　　金：广东优秀青年教师培养计划(Yq2013110);广东省教育厅特色创新项目(自然科学类)(2014KTSCX146);广东省教育厅科技创新项目(2013KJCX0121);广东省自然科学基金(2014A030313639)

年　　份：2015

卷　　号：30

期　　号：5

起止页码：1149-1155

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20152801022775)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断.

关 键 词：滚动轴承 故障诊断 熵  核主元分析 支持向量机

分 类 号：V233] TH165.3]