基于LCD和改进SVM的轴承故障诊断方法

摘要：

针对滚动轴承极易损伤,振动信号表现出非线性、非平稳性等特点,提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法.首先对采集到的轴承振动信号进行LCD,分解得到一系列内禀尺度分量(ISC),通过与经验模态分解(EMD)对比研究,证明了LCD方法的优越性;然后计算所有分量的能量熵值,提取出轴承信号的敏感特征集,输入到经过遗传算法(GA)进行参数优选后的SVM识别模型进行轴承状态的诊断识别.实验研究表明,基于LCD和改进SVM的轴承诊断算法能较好地提取出轴承故障特征信息,对4种轴承状态的识别率高达90％,是一种较为有效的轴承故障诊断方法.

关键词：滚动轴承、局部特征尺度分解、遗传算法、支持向量机、故障诊断

所属期刊栏目：42

分类号：TP277(自动化技术及设备)

在线出版日期：2016-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-83,86