文献类型：期刊文章

作　　者：张沛朋[1] 郭飞燕[1]

机构地区：[1]济源职业技术学院艺术设计系,河南济源459000

出　　处：《组合机床与自动化加工技术》

基　　金：河南省基础与前沿技术研究计划项目(142300410391)

年　　份：2015

期　　号：11

起止页码：88-90

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、INSPEC、RCCSE、ZGKJHX、核心刊

摘　　要：针对滚动轴承振动信号的时域指标之间存在很强的关联性,冗余信息较多,采用主成分分析结合支持向量机实现了滚动轴承故障的准确诊断。首先在故障模拟试验台测量振动信号,然后提取振动信号的12个时域特征,对12个基本时域特征进行主成分分析,提取累计贡献率≥95的特征值信息作为主成分。最后将提取的精简特征作为支持向量机的输入,实现对不同轴承故障的分类识别。实验结果证明针对四种轴承状态,识别率达到90%,提出的结合PCA-SVM是一种有效的滚动轴承故障诊断方法。

关 键 词：轴承故障诊断 时域指标 主成分分析 支持向量机

分 类 号：TH133.3] TG506]