基于多特征提取和LSSVM的轴承故障诊断

摘要：

针对故障滚动轴承的振动信号具有非线性、非平稳的特点,提出一种基于时域指标、小波包能量和最小二乘支持向量机(LSSVM)的轴承故障诊断方法.分别对滚动轴承的原始信号进行时域分析计算和小波包分解,并提取状态差异较明显的时域指标和小波包分解后能量差异较大的小波包能量作为故障特征向量;将含有多个特征向量的数据样本分为训练样本和测试样本并进行归一化处理;训练样本作为LSSVM的输入来对该模型进行训练,通过训练好的LSSVM模型对测试样本进行分类和诊断.实验结果表明:采用该方法,轴承状态总体识别率为97.5％.

关键词：时域指标、小波包能量、LSSVM、轴承故障诊断

所属期刊栏目：48

分类号：U226.8+1(电气化铁路)

资助基金：国家自然科学基金地区科学基金项目;江西省教育厅资助项目;常州高技术重点实验室项目

在线出版日期：2020-11-20（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：188-190,157