摘要：针对滚动轴承故障特征难以提取的问题，文章提出了基于多尺度模糊熵（MFE）和主成分分析（PCA）相结合的滚动轴承故障特征提取方法。首先利用经验模态分解（EMD）将原始振动信号分解成若干个本征模态函数（IMF），并根据相关系数和峭度值准则剔除虚假IMF分量；然后在不同尺度下求取真实IMF分量的模糊熵值，利用PCA对其进行降维处理，形成能表征不同轴承故障的特征向量，最后借用支持向量机对其进行诊断验证。实验表明，该方法可以有效地提取轴承故障信息，对4种轴承状态的识别率为95%，实现了对轴承故障的精确诊断。
分类：期刊> 自然科学与工程技术> 工程科技II> 船舶工业
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库 > 文摘杂志
关键词：故障诊断 经验模态分解 多尺度模糊熵 主成分分析
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
