基于HHT和SVM的流動軸承故障振動信號的診斷研究.pdf

1、滾動軸承作為機械設備中一個重要的組成部分，對其進行狀態(tài)檢測和故障診斷具有很強的現實意義。本文利用希爾伯特-黃變換法（HHT）對滾動軸承故障信號進行能量特征值提取，進而利用支持向量機(SVM)的方法對滾動軸承故障狀態(tài)進行識別。
　　 滾動軸承故障診斷主要包括診斷信息的獲取，故障特征值的提取和模式識別三個部分。其中故障特征的提取和狀態(tài)識別是滾動軸承故障診斷的關鍵。當滾動軸承發(fā)生故障時，其振動信號往往表現為非平穩(wěn)性，本文提出的希爾伯特

2、-黃變換法中的EMD分解法是基于信號的局部時間特征尺度，具有很強的自適應性，可以將信號分解為有限個本征模函數（IMF）之和，每個IMF分量分別包括了不同時間特征尺度大小的成分，其尺度依次由小到大，因此，每個IMF分量包含了從高到低不同頻率段信號成分。本文將EMD方法引入滾動軸承故障診斷，選取故障信息明顯的IMF分量，提取出其能量特征向量，實現了滾動軸承故障的初步診斷。
　　 在對滾動軸承進行模式識別上本文采用了支持向量機方法，因