摘要
针对电机轴承早期振动故障信号非线性非平稳性特征,造成振动故障信号特征向量提取和故障诊断困难,提出一种补充的总体平均经验模态分解(CEEMD)与能量熵结合的电机滚动轴承故障特征提取方法。通过对振动信号分解得到多个固有模态函数,计算各个IMF分量的能量熵作为特征选择,再结合针对少量数据样本具有较好分类的SVM进行模式识别,实现对电机滚动轴承故障类型识别。通过试验研究表明:基于CEEMD能量熵和SVM的电机滚动轴承故障诊断方法效果较好,能有效进行电机轴承早期故障诊断。
出处
《现代商贸工业》
2017年第19期188-189,共2页
Modern Business Trade Industry