基于EMD-1(1/2)维谱熵的滚动轴承故障诊断

摘要：

为了准确地诊断出滚动轴承的运行状态,将1(1/2)维谱熵引入滚动轴承故障诊断中.先对滚动轴承原始故障信号进行EMD (empirical mode decomposition)分解得到若干个固有模态函数(intrinsic mode function,IMF),进而再求取各个IMF的1(1/2)维谱熵值,作为表征滚动轴承故障类型的特征向量.将其作为Elman神经网络的输入参数,最后区分滚动轴承故障状态和故障类型.仿真分析和实验研究表明,该方法能够有效地提取出滚动轴承的故障特征,最后通过与小波包分析-BP神经网络故障诊断方法对比,显示出其具有更高的识别率,更加表明其可行性和有效性.

关键词：EMD(empirical mode decomposition)、形态滤波、Elman神经网络、滚动轴承、故障诊断

所属期刊栏目：14

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2014-05-07（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：149-153