基于EMD与相关性分析的滚动轴承智能故障诊断
提出一种结合经验模态分解与相关性分析的特征提取新方法。对滚动轴承的振动信号进行经验模态分解后得到一系列内禀模态函数分量，在对各内禀模态函数分量与被分解的振动信号进行大量的相关性研究分析的基础上，发现不同状态下各内禀模态函数分量与被分解的振动信号的相关系数有着较大的差别，可以作为特征向量来表征轴承的运行状态，最后采用支持向量机分类器对轴承的运行状态进行分类和故障识别。仿真实验结果表明所提方法的有效性和可行性。
经验模态分解 相关性分析 支持向量机 智能故障诊断 滚动轴承
李健宝 彭涛
湖南工业大学电气与信息工程学院,株洲412008
国内会议
北京
中文
3931-3936
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）