首页 期刊 机械设计与制造 基于VMD-SVM的滚动轴承退化状态识别 【正文】

基于VMD-SVM的滚动轴承退化状态识别

作者:吕明珠; 苏晓明; 刘世勋; 陈长征 沈阳工业大学机械工程学院; 辽宁沈阳110870; 辽宁装备制造职业技术学院自控学院; 辽宁沈阳110161; 中认(沈阳)北方实验室有限公司; 辽宁沈阳110164
滚动轴承   退化状态识别  

摘要:针对滚动轴承全寿命退化状态难以有效识别的问题,提出了一种基于变分模态分解(VMD)与支持向量机(SVM)相结合的滚动轴承退化状态识别方法。该方法先用包络熵确定VMD的最优分解层数,再根据峭度及相关系数准则选择VMD分解后的敏感本征模态分量(IMF),然后提取敏感IMF分量的时域指标和能量熵构成退化特征向量序列,最后随机抽取不同退化状态下的少量样本输入SVM模型训练,建立退化状态模型库,并用真实数据进行测试。实验结果表明该方法能够准确识别出轴承的退化状态,通过与EMD-SVM、EEMD-SVM模型对比,验证了该方法的优越性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅