購物車(0)
基于變分模態分解與隨機森林的滾動軸承故障診斷
秦喜文; 郭佳靜; 史磊; 馮陽洋; 孫美虹 長春工業大學數學與統計學院; 長春130012; 長春工業大學汽車工程研究院; 長春130012; 北京機械工業自動化研究所有限公司; 北京100120
關鍵詞：滾動軸承 故障診斷 變分模態分解 特征向量 隨機森林
摘要：滾動軸承是常見機械設備的重要部件,其是否能正常運作,直接關聯到設備生產的安全性以及效率的高低,因此,能夠及時、準確地識別滾動軸承工作狀態,顯得至關重要。提出了一種閾值法確定變分模態分解中分解個數,該方法使得分解個數的確定更科學合理,同時提出基于變分模態分解和隨機森林相結合的滾動軸承故障診斷方法,該方法利用變分模態分解方法將滾動軸承振動信號分解成若干個固有模態函數,軸承發生不同故障時,不同的固有模態函數內的統計特征和頻帶能量會發生變化,從不同的固有模態函數中計算出其對應的均值、變異系數與能量熵等特征值,最后分別采用支持向量機和隨機森林算法實現判斷滾動軸承信號類型。結果表明,利用變分模態分解和隨機森林相結合算法具有更高的識別精度,可以有效識別滾動軸承的故障類型。
制造業自動化雜志要求:
{1}摘要是客觀反映論文主要內容，具有獨立性和自含性的短文。內容必須短、精、完整，篇幅100-300字，不應出現圖表、冗長的數學公式和非公知公用的符號、縮略語。
{2}來稿收到后，編輯部將在兩周內通知作者是否送交匿名外審。外審周期為三個月，無論是否通過都將及時向來稿者反饋評審結果。
{3}計量單位、數字、符號文稿必須使用法定的計量單位符號
{4}來稿如獲得某種研究基金或課題資助，請在論文首頁左下角注明課題的名稱和編號。
{5}作者和通訊作者的姓名、工作單位科室、電話、詳細通訊地址、郵編和Email。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
