论文部分内容阅读
轴承运行过程是一个复杂的非平稳动态过程,提出小波包分解与局部均值分解排列熵相结合的特征提取方法,以支持向量机为故障模式识别器,对轴承故障进行诊断。首先对原始振动信号进行小波包阈值消噪处理。根据特征频率进行频带划分及信号重构;然后采用局部均值分解方法将重构信号自适应分解为若干模态分量,并计算包含主要故障信息分量的排列熵,实现对模态分量的特征量化;最后将熵值特征向量输入多分类支持向量机,用于判断轴承的故障类型及故障程度。分析结果表明,这一方法的轴承故障诊断识别率可达95%。与其它方法相比,这一方法能够有效提取