典型文献
基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究
文献摘要：
针对滚动轴承故障原始信号复杂,以致故障冲击信号被强背景噪声"淹没"的问题,提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法.首先对原始信号进行CEEMDAN分解,得到一系列固有模态分量(IMFs),分析各IMF,选择具有明显故障冲击信号的5个分量进行重构,以剔除噪声等干扰信息,再提取重构信号的时域特征输入支持向量机(SVM)进行分类.实验结果表明:通过CEEMDAN分解后的信号相较于原始信号具有更强的故障冲击信号表现,使得提取的时域特征包含了较多的故障分类信息,运用SVM分解可使分类准确率达到100％.
文献关键词：
故障诊断;滚动轴承;噪声;信号重构;CEEMDAN分解;时域特征分析;SVM分类
中图分类号：
作者姓名：
王玉承;李亚;王海瑞;肖杨
作者机构：
昆明理工大学信息工程与自动化学院
文献出处：
引用格式：
[1]王玉承;李亚;王海瑞;肖杨-.基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究)[J].化工自动化及仪表,2022(02):175-181
A类：
B类：
CEEMDAN,滚动轴承故障诊断,故障诊断方法,冲击信号,背景噪声,淹没,时域特征分析,固有模态分量,IMFs,除噪声,重构信号,故障分类,分类信息,分类准确率,信号重构
AB值：
0.245033
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
