基于局部均值分解和K近邻算法的滚动轴承故障诊断方法

摘要：

将局部均值分解（LMD）和K近邻（KNN）算法结合起来对滚动轴承进行了故障诊断。首先，将LMD应用在轴承振动信号的分解，故障信息被包含在不同的PF分量中，对每个PF分量从时域和频域两个方面进行特征值提取。针对获得的高维特征向量进行PCA降维，最后在低维空间里，基于KNN算法，实现样本状态分类。实验结果表明，不同故障类型的滚动轴承样本均能被正确诊断。

关键词：滚动轴承、局部均值分解、K近邻算法、特征提取、故障诊断

分类号：TN911-34

在线出版日期：2015-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：50-52