论文部分内容阅读
提出基于微分经验模式分解（DEMD）和隐马尔科夫模型（HMM）的旋转机械故障诊断方法，并应用到滚动轴承故障诊断中。首先，对故障信号进行基于微分的经验模式分解，提取瞬时能量作为故障特征向量；然后将故障特征向量输入HMM分类器进行模式识别，输出各状态似然概率值；以最大似然概率所对应的故障状态作为诊断结果，最终实现滚动轴承故障诊断。滚动轴承点蚀故障的诊断实验证明了该方法的有效性。与基于EMD-HMM的故障诊断方法相比，基于DEMD-HMM的故障诊断方法更适用于滚动轴承故障诊断。