• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《科学技术与工程》 >基于特征量融合和支持向量机的滚动轴承故障诊断

基于特征量融合和支持向量机的滚动轴承故障诊断

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

为了提高滚动轴承的故障诊断率,提出了一种经验模态分解(empirical mode decomposition,EMD)结合时域分析后使用主成分分析(principal component analysis,PCA)融合特征量的特征提取方法。首先,通过EMD分解得到前5个本征模态函数(intrinsic mode function,IMF)分量的上、下包络值矩阵的奇异值;然后,对轴承原始信号进行时域分析得到各种时域特征参数;最后对奇异值和时域特征参数使用PCA降维融合后输入到多分类支持向量机(support vector machines,SVM)中进行分类。通过实验仿真验证,融合后的特征量诊断准确率达到了98.6%,该方法能充分地提取出轴承故障特征信息,诊断效果良好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号