内禀模态特征能量法在滚动轴承故障模式识别中的应用.pdfVIP

内禀模态特征能量法在滚动轴承故障模式识别中的应用 125 文章编号：1006—1355(2011)03—0125—04 内禀模态特征能量法在滚动轴承故障 模式识别中的应用 张 涛， 陆森林， 周海超， 沈钰贵 (江苏大学 汽车与交通工程学院，江苏 镇江 212013) 摘 要：针对滚动轴承振动信号和状态信息非线性映射关系，提出一种基于内禀模态函数(IMF)特征能量的轴承 特征向量提取方法，并与支持向量机 (svM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态 分解(EMD)得到若干能反映轴承故障信息的IMF分量，选取包含主要信息的IMF能量作为振动信号的特征向量，并将 其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿 真试验，结果表明，该方法能够有效、准确地识别轴承故障。 关键词：振动与波；滚动轴承；经验模态分解；特征能量：故障识别；支持向量机 中文图书分号：TH133．3；THI65*．3 文献标识码：A DOI编码；10．3969j／．issn．1006。1355—20I1．03．029 ApplicationofIntrinsicModeFunctionFeatureEnergyMethodin FaultPattern RecognitionofRollnigBearing ZHANG Ta0。 LU Sen—lin， ZHOU Hai—chao， SHEN Yu-gui (SchoolofAutornobileandTrafficEngineering，JiangsuUniversity，Zhenjiang212013，JiangsuChina) Ab~net：Fornonlinearmappingrelationshipbetweenvibrationsignalandstateinformationinrollingbearing，abear- ingfeaturevectorextractionbasedonintrinsicmodefunction(IMF)featureenergyincombinationwithsupportvectorma— chine(SVM)isproposedforfaultpatternrecognitionofbeating．Thevibrationsignalofrollingbearingisdecomposedinto someIMFreflectedbearingfaultinformationbyempiricalmodedecomposition(EMD)，theenergiesincludingmajorinfor— mationIMFaretakenaseigenvectors．TheyareinputintoSVM classifierrespectivelyofrachievingfaultrecognitionofroll— ingbeating．Thenormalstate，outerracefault，innerracefaultandrollingfaultaresimulatedandtested．Resultsshow that thismethodcanrecognizebeatingfaulteffectivelyandaccuracy． K words：vibrationandwave；rollingbearing；empiricalmodedecomposition(EMD)；feautreenergy；faultrecog— nition；supportvectormachine(SVM) 滚动轴承是工程机械及其他机械的基本零件 ， 解后提取能量特征向量都取得较好的效果。但小波 许多机械的故障都和轴承有关。据统计旋转机械故 变换在确定小波基和分解尺度后，所得结果是某一 障有30％是 由轴承引起的，轴承的好坏影响整个机 固定频带信号，频带范围