基于微分经验模式分解和隐马尔科夫模型的滚动轴承故障诊断方法

摘要：

提出基于微分经验模式分解(DEMD)和隐马尔科夫模型(HMM)的旋转机械故障诊断方法,并应用到滚动轴承故障诊断中.首先,对故障信号进行基于微分的经验模式分解,提取瞬时能量作为故障特征向量;然后将故障特征向量输入HMM分类器进行模式识别,输出各状态似然概率值;以最大似然概率所对应的故障状态作为诊断结果,最终实现滚动轴承故障诊断.滚动轴承点蚀故障的诊断实验证明了该方法的有效性.与基于EMD-HMM的故障诊断方法相比,基于DEMD-HMM的故障诊断方法更适用于滚动轴承故障诊断.

关键词：计量学、轴承故障诊断、微分经验模式分解、隐马尔科夫模型

所属期刊栏目：36

分类号：TB936(计量学)

资助基金：国家自然科学基金51105323;河北省自然科学基金E2015203356;河北省高等学校科学研究计划重点项目ZD2015049

在线出版日期：2015-12-01（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：482-486