文献类型：期刊文章

作　　者：何志坚[1,2] 周志雄[1]

机构地区：[1]湖南大学机械与运载工程学院,长沙410082 [2]湖南信息职业技术学院,长沙410282

出　　处：《振动与冲击》

基　　金：国家科技重大专项资助项目(2012ZX04003041);国家自然科学基金资助项目(51475158)

年　　份：2016

卷　　号：35

期　　号：18

起止页码：190-195

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20163802820474)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对滚动轴承非平稳性的振动信号,提出了基于总体局域均值分解(Ensemble Local Mean Decomposition,ELMD)的样本熵及Boost-SVM的滚动轴承故障诊断法。首先,对振动信号进行ELMD分解,获得一系列乘积函数(Product Function,PF);其次,根据分解特性提出基于K-L散度的自适应法选取主PF分量,计算主PF分量的样本熵并将其组合成特征向量;最后,将特征向量输入Boosting-SVM分类器进行训练与测试,从而识别滚动轴承的故障类型。实验结果表明,该方法能够有效的诊断出三种状态,且效果较局域均值分解法好。

关 键 词：滚动轴承 故障诊断 总体局域均值分解  样本熵  

分 类 号：TP206]