机械设计与研究

机械设计与研究 ›› 2018, Vol. 34 ›› Issue (06): 95-98.doi: 10.13952/j.cnki.jofmdr.a4760

• 论文 • 上一篇    下一篇

基于EEMD与盒维数的轴承故障特征提取

张安安;黄晋英;朱文辉;张利东;   

  1. 中北大学机械工程学院;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 针对EMD存在的模态混叠以及轴承振动信号故障特征提取困难的问题,提出了一种基于EEMD与盒维数的轴承故障特征提取方法。首先,采用EEMD方法将去噪后的轴承振动信号自适应地分解为多个本征模函数。其次,利用相关系数和峭度选取一定量的本征模函数,并计算盒维数与能量熵得到特征向量。最后,将特征向量输入概率神经网络进行分类识别。仿真与实验结果表明在抗模态混叠以及轴承故障分类识别方面,该方法均优于EMD。

关键词: 轴承, EEMD, 盒维数, 概率神经网络, 故障诊断

Key words: bearing, EEMD, box dimension, probablistic neural networks, fault diagnosis