基于LMD和SVDD的滚动轴承健康状态评估

来源期刊：机械设计与制造2019年第5期

论文作者：杨艳君 魏永合 王晶晶 刘炜

文章页码：163 - 336

关键词：滚动轴承;局部均值分解(LMD);支持向量数据描述(SVDD);健康状态评估;

摘    要：为了提高滚动轴承健康状态评估的分类精度,提出了基于局部均值分解(Local mean decomposition,简称LMD)和具有故障样本的支持向量数据描述(Support Vector Data Description,简称SVDD)相结合的滚动轴承故障状态识别方法。该方法首先将利用LMD方法进行滚动轴承振动信号的分解,得到一系列PF(乘积函数,product function)分量之和并具有物理意义,接下来对含有主要故障信息的PF分量进行能量计算并构造特征向量,最后将其输入SVDD分类器,进行滚动轴承的健康状态评估。实验结果证明该方法的可行性和有效性。