作者：张龙; 宋成洋; 邹友军; 崔路瑶; 雷兵变分模态分解样本熵支持向量机粒子群算法故障诊断
摘要：滚动轴承处于早期故障阶段时,故障冲击特征成分难以提取,为了从轴承故障振动信号中提取特征参数,对轴承故障振动信号进行变分模态分解(Variational Mode Decomposition,VMD),得到若干个本征模态分量(IMFs),计算各个IMF的能量熵与样本熵,并利用主成分分析方法(PCA)对其进行特征融合。最后利用粒子群算法(PSO)优化的支持向量机(SVM)对融合特征进行故障模式识别。轴承故障实验分析结果表明,所提方法能够有效实现滚动轴承故障诊断。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
