基于PF能量特征和SVM的变速箱轴承故障诊断方法

来源期刊：湖南科技大学学报自然科学版2014年第3期

论文作者：沈意平 贺赛坪 何宽芳 李学军

文章页码：19 - 23

关键词：轴承;LMD;能量特征;支持向量机;故障诊断;

摘    要：内圈点蚀、外圈压痕是变速箱滚动轴承常见典型故障,为实现其快速、准确诊断,提出基于局部均值分解(Local mean decomposition,简称LMD)的PF(Product Function)分量能量特征和支持向量机(Support Vector Machine,简称SVM)相结合的变速箱滚动轴承诊断方法.将采集的振动信号进行LMD局部均值分解,获得若干个PF分量,并以计算的PF分量的能量熵作为特征量输入支持向量机,进行滚动轴承的故障类型的识别.通过对滚动轴承正常状态、内圈点蚀故障和外圈压痕故障的诊断效果对比分析表明,相对于基于神经网络的轴承故障诊断方法,基于PF分量能量特征和支持向量机的诊断方法有着更高的故障识别率.