文献类型：期刊文章

作　　者：潘宏侠[1] 张翔[1]

机构地区：[1]中北大学系统辨识与诊断技术研究所,太原030051

出　　处：《振动与冲击》

基　　金：国家自然科学基金项目(50875247;51175480)

年　　份：2016

卷　　号：35

期　　号：20

起止页码：190-196

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20164402967384)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对实验中采集到的滚动轴承的振动信号具有成分复杂和较强的非平稳性等特点,提出采用基于遗传算法优化的匹配追踪算法(GAMP)和总体平均经验模式分解(EEMD)相结合的方法,实现对滚动轴承振动信号的处理与分析。首先,利用GAMP算法将滚动轴承振动信号线性展开成能够较好的匹配该信号特征结构的一系列高斯函数,达到消除干扰噪声锁定信号的局部特征的目的;然后,针对GAMP消噪后的振动信号中可能存在的虚假频率成分或不连续的分量,利用EEMD方法来予以剔除,通过傅里叶变换将处理后的振动信号从时域转化到频域,提取出故障振动信号的故障频率;最后,采用支持向量机(SVM)对滚动轴承的正常和故障振动信号进行分类,实现了对滚动轴承的故障诊断。

关 键 词：GAMP  EEMD  SVM 滚动轴承 故障诊断

分 类 号：TH17] TG65]