LMD能量矩与变量预测模型模式识别在轴承故障智能诊断中应用.docVIP

LMD能量矩与变量预测模型模式识别在轴承 故障智能诊断中应用 摘要：变量预测模型的模式识别方法(Variable predictive model based class discriminate, VPMCD)是 一种利用特征值相互内在关系进行模式识别的新方法。论文 提出了基于局部均值分解LMD (Local mean decomposition, LMD)能量矩概念，并针对轴承故障振动信号特征值的相互 内在联系，将LMD能量矩与变量预测模型模式识别相结合， 提出了一种轴承故障智能诊断新方法。首先利用LMD方法将 复杂非平稳的原始信号分解为若干PF (Product function, PF)分量；然后利用相关分析剔除LMD方法中的虚假PF分 量，并提取真实PF分量能量矩组成特征向量来有效地表达 故障信息；最后采用VPMCD方法进行轴承故障诊断。通过仿 真信号验证了 PF能量矩比PF能量更能反映非平稳信号本质 特征。轴承故障诊断实验结果表明，论文提出的方法能有效 地应用于小样本多分类轴承故障智能诊断。关键词：故障 诊断；局部均值分解；变量预测模型模式识别；能量矩; 机器学习 中图分类号：TH165+. 3； TN911. 7文献标识码：A文 章编号(2013)轴承的故障诊断过程中有两个关键问题：一是特征提 取，二是模式识别。当轴承存在局部