论文部分内容阅读
为了对非平稳、低信噪比的轴承振动信号进行分析,提出1种基于PCA-LMD的滚动轴承振动信号混合特征选取及智能故障诊断方法。基于Hankel矩阵对实测轴承振动信号进行主成分分析(PCA)降噪处理。对降噪后的非平稳信号进行局部均值分解(LMD),得到一系列具有瞬时物理意义的乘积函数(PF)。通过特征分析和对比,选取前5阶PF分量的能量比特征、样本熵、均方根及波形指标作为信号混合特征向量。将特征向量输入到支持向量机(SVM)分类器进行训练与测试,从而实现故障诊断。结果表明:通过对包含不同故障程度的滚动体、内圈、