基于小波分解和SVM的滚动轴承故障程度研究

摘要：

提出一种采用小波分解和支持向量机（ Support Vector Machine，简称SVM）提取故障特征的滚动轴承故障诊断方法。首先对原始振动信号进行小波降噪处理，以减小误差，然后进行小波分解，并利用分解得到的小波重构系数计算其能量特征，归一化后作为特征向量，输入SVM中进行故障诊断。实验结果表明，所提出的方法能有效地提取出故障特征，并且具有较高的故障诊断准确率，能准确地区分出滚动轴承不同故障的严重程度。

关键词：滚动轴承、故障诊断、小波分解、支持向量机

分类号：TH133.33

资助基金：中央高校基本科研业务费专项资金资助2014XS25。

在线出版日期：2016-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：70-74