基于EEMD和SVDD的轴承故障诊断

摘要：

滚动轴承振动信号具有非线性和非平稳的特性，且在现实中较难取得大量故障样本进行故障诊断，鉴于此提出了一种基于集合经验模式分解(EEMD)和支持向量数据描述(SVDD)的轴承故障诊断方法。首先用EEMD方法对振动信号进行分解，并对有效分量提取故障特征向量；然后用SVDD方法对故障特征向量进行分类，从而判断有无故障和故障的种类。实验结果证明，该方法可以有效地提取轴承故障的特征信息，并故障模式识别准确有效。

关键词： 滚动轴承 故障诊断 振动信号 集合经验模式分解法 支持向量数据描述法

作者: 白堂博 段礼祥 张来斌

作者单位: 102249 中国石油大学(北京)机械与储运工程学院

会议类型: 国内会议

会议名称: 第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议

会议地点: 北京

会议语种:中文

页码: 495-498

在线出版日期: 2012-12-10（万方平台首次上网日期，不代表论文的发表时间）