基于CEEMD能量熵与SVM的低速轴承故障声发射诊断

基于CEEMD能量熵与SVM的低速轴承故障声发射诊断
摘要：针对低速轴承故障诊断难的问题，将互补总体平均经验模态分解（CEEMD）能量熵与支持向量机相结合对低速轴承故障进行了声发射诊断。采集不同缺陷状态的轴承声发射信号进行CEEMD分解，得到自适应的本征模态分量（IMF）；结合IMF分量的方差贡献率和互相关系数对虚假分量进行剔除，筛选出有效IMF分量。对提取的有效IMF分量计算能量熵，作为不同故障轴承的特征向量。将该特征向量输入到支持向量机（SVM），对不同故障的低速轴承进行分类识别。试验结果表明，通过方差贡献率和互相关系数能够筛选出含主要故障信息的IMF分量，同时验证了SVM相比BP神经网络对低速轴承不同故障类型的识别效果更好。

标题：基于CEEMD能量熵与SVM的低速轴承故障声发射诊断

作者：杨杰,张鹏林,刘志涛,常海,

关键词：声发射,低速轴承,互补总体平均经验模态分解,能量熵,支持向量机,故障诊断,

发表日期：2017年9月

2025-1-19 14:26 上传 基于CEEMD能量熵与SVM的低速轴承故障声发射诊断.pdf

文件大小:

6.86 MB

下载次数:

60

高速下载