基于PCA-LMD 的滚动轴承信号混合特征选取与故障诊断 |
| |
引用本文: | 朱天煦,臧朝平.基于PCA-LMD 的滚动轴承信号混合特征选取与故障诊断[J].航空发动机,2020,46(5):14-21. |
| |
作者姓名: | 朱天煦 臧朝平 |
| |
作者单位: | 南京航空航天大学能源与动力学院,南京210016,南京航空航天大学能源与动力学院,南京210016 |
| |
基金项目: | 国家自然科学基金委员会与中国工程物理研究院联合基金(NO.U1730129)资助 |
| |
摘 要: | 为了对非平稳、低信噪比的轴承振动信号进行分析,提出1 种基于PCA-LMD 的滚动轴承振动信号混合特征选取及智能
故障诊断方法。基于Hankel 矩阵对实测轴承振动信号进行主成分分析(PCA)降噪处理。对降噪后的非平稳信号进行局部均值分解
(LMD),得到一系列具有瞬时物理意义的乘积函数(PF)。通过特征分析和对比,选取前5 阶PF 分量的能量比特征、样本熵、均方根及
波形指标作为信号混合特征向量。将特征向量输入到支持向量机(SVM)分类器进行训练与测试,从而实现故障诊断。结果表明:通过
对包含不同故障程度的滚动体、内圈、外圈故障的轴承实测数据进行分析,故障诊断正确率达到98%,验证了本方法的有效性,对航
空发动机轴承的故障诊断具有借鉴和指导作用。
|
关 键 词: | 混合特征选取 主成分分析 降噪 局部均值分解 支持向量机 航空发动机 |
Hybrid Feature Selection and Fault Diagnosis of Rolling Bearing Signals Based on Principal Component Analysis Denoising and Local Mean Decomposition (PCA-LMD) |
| |
Authors: | ZHU Tian-xu ZANG Chao-ping |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《航空发动机》浏览原始摘要信息 |
| 点击此处可从《航空发动机》下载免费的PDF全文 |