基于变分模态分解和SVM的滚动轴承故障诊断

《基于变分模态分解和SVM的滚动轴承故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于变分模态分解和SVM的滚动轴承故障诊断王新，闫文源(河南理工犬学电气工程与自动化学院，焦作454000)摘要:针对滚动轴承振动信号的非平稳特征和现实屮难以获得人暈故障样本的实际情况，提出了基于变分模态分^(Variationalmodedecomposition,VMD)与支持向量机(S叩portvectormachine,SVM)相结合的滚动轴承故障诊断方法。该方法融介了变分模态分解和支持向就机的优势，通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分就，轴承发生不同故障时，不同木征模态函数内的频带能量会发生变化，从包含有主要故障信息的模态分量中提取能量特征作为SVM的输入，

2、判断轴承的工作状态和故障类型。实验结果表明，该方法在少量样木情况下仍能有效地对轴承的工作状态和故障类型进行分类。关键词：变分模态分解；SVM；滚动轴承；故障诊断中图分类号：TN911.72；文献标识码：AFaultdiagnosisofrollerbearingsbasedonvariationalmodedecompositionandSVMWANGXin,YANWen-yuan(SchoolofElectricalEngineeringandAutomation,HenanPolytechnicUniversity,Jiaozuo454003,China)Abstract:Aiminga

3、tthenon-stationaryfeaturesofvibrationsignalsoftherollerbearingandthedifficultytoobtainalargenumberoffaultsamplesinpractice,afaultdiagnosismethodbasedonthevariationalmodedecompositionandthesupportvectormachine(SVM)wasputforward.ThismethodcombinestheadvantagesofthevariationalmodedecompositionandtheSV

4、M・Originalbearingaccelerationvibrationsignalsaredecomposedintoafinitenumberofintrinsicmodefunctions.Thefrequencybandenergyofdifferentintrinsicmodefunctionschangeswhenthefaultoccurs・Toidentifythefaultpatternandthecondition,thefrequencybandenergyfeaturesextractedfromanumberofintrinsicmodefunctionscon

5、tainingthemostdominantfaultinformationcanserveasinputvectorsoftheSVM・Practicalexamplesshowthattheproposedmethodcanclassifytheworkingconditionofthebearingaccuratelyandeffectivelyeveninthecaseofsmallernumberofsamples-Keywords:variationalmodedecomposition;supportvectormachine;rollerbearing;faultdiagno

6、sis基金项目：国家口然科学基金项目(资助号：61403129),河南省科技攻关项目(资助号:142102210048).笫一作者王新男，博士，教授，博士生导师，1967年生。通信作者王新男，I専士，教授，I専士生导师，1967年生。*=12+(几("丿⑴-ZX⑴*=1滚动轴承是旋转机械的重要零部件，对滚动轴承的运行状态检测和故障模式的识别一直是机械故障诊断技术屮的重点，及时发现并确定故障类型，对损伤的轴承进行更换或修复以避免连锁故障的发牛•能有效的降低设备维护成本山役经验模态分解(Empiricalmodedecomposition,EMD)作为一种H适应信号处理方法，一经提出就被广泛应

7、用于滚动轴承故障特征提収上。例如，将EMD与AR模型相结合用于滚动轴承的故障诊断⑶；在滚动轴承早期故障诊断中采用EMD作为信号的降噪方法⑷，等等。作为一种递归式模态分解方法，EMD采用了基于极值点的包络求収方式，其包络估计误差经过多次递归分解而被放大，加上一般信号中都含冇噪声或者间歇信号，导致分解结果的模态混替现象非常普遍⑸。尽管在EMD的基础上对信号加入高斯白噪声，利用高斯口噪声具有频率均布的统计特性，使加