标题:基于改进EMD和数据分箱的轴承内圈故障特征提取方法
作者:于青民;李晓磊;翟勇;
作者机构:[于青民;李晓磊;翟勇]山东大学控制科学与工程学院;[于青民;李晓磊;翟勇]东北电力大学机械工程学院
来源:山东大学学报(工学版)
出版年:2017
期:03
页码:89-95
关键词:改进经验模态分解;数据分箱;滚动轴承内圈;特征提取;故障诊断;代价敏感问题
摘要:为解决直驱风力发电机主轴后轴承内圈轻微损伤故障诊断问题,针对实际工程中振动信号的复杂特性,提出一种基于改进经验模态分解(empirical mode decomposition,EMD)和数据分箱的特征提取算法。将信号进行改进经验模态分解,得到一系列平稳的本征模函数(intrinsic mode function,IMF)。对分解后的信号提取均值、方差等幅域参数特征,并根据参数有效性选择部分参数组成特征矩阵。选用等宽分箱方法,用箱内数据均值代替箱体数据,将特征矩阵进行平滑处理。经验证,该方法能准确提取实际工程信号中的有效特征,并从特征选择的角度较好解决了分类器代价敏感问题,减少了机器学习模型的...
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=SDGY201703014&DbName=CJFQ2017
TOP