论文部分内容阅读
提出了一种基于总体平均经验模式分解（EEMD）和奇异值分解（SVD）的模糊C均值聚类（FCM）相结合的轴承故障诊断方法。首先对轴承信号进行EEMD分解，得到若干个平稳的本征模函数（IMF），再通过相关性分析筛选包含主要信息的前几个分量进行奇异值分解，然后将得到的奇异值矩阵作为特征向量，通过FCM模糊聚类进行识别。实验结果表明，此方法可有效地对轴承故障类型进行识别。