机械设计与研究 ›› 2017, Vol. 33 ›› Issue (06): 90-93+97.doi: 10.13952/j.cnki.jofmdr.a4459

• 论文 • 上一篇    下一篇

基于变分模态分解互近似熵和相关向量机的轴承故障诊断

李郁;田卫军;张前图;   

  1. 西北工业大学明德学院机电工程系;西北工业大学机电学院;驻江津地区军代室;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要: 针对轴承故障振动信号非线性、非平稳性的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)互近似熵(Cross Approximate Entropy)和相关向量机(Relevance Vector Machine,RVM)的轴承故障诊断方法。该方法首先利用VMD将信号分解成不同尺度下的本征模态分量(Intrinsic Mode Function,IMF);然后,选取主要IMF进行互近似熵计算并将其组成故障特征向量;最后,采用RVM作为分类器,将故障特征输入其中进行故障诊断。将该方法应用到实际的轴承故障信号中,分析结果表明该方法是有效的,在轴承故障诊断中具有一定优势。

关键词: VMD, 互近似熵, 相关向量机, 轴承, 故障诊断

Key words: VMD, cross approximate entropy, relevance vector machine, bearing, fault diagnosis