论文部分内容阅读
轴承运行过程是一个复杂的非平稳动态过程，提出小波包分解与局部均值分解排列熵相结合的特征提取方法，以支持向量机为故障模式识别器，对轴承故障进行诊断。首先对原始振动信号进行小波包阈值消噪处理。根据特征频率进行频带划分及信号重构；然后采用局部均值分解方法将重构信号自适应分解为若干模态分量，并计算包含主要故障信息分量的排列熵，实现对模态分量的特征量化；最后将熵值特征向量输入多分类支持向量机，用于判断轴承的故障类型及故障程度。分析结果表明，这一方法的轴承故障诊断识别率可达95％。与其它方法相比，这一方法能够有效提取