论文部分内容阅读
随着社会化大生产的发展，准确的状态识别对于机械设备的预知维修非常重要。本文介绍一种新的状态识别方法-时频谱重心与支持向量机相结合的方法。首先对同步平均得到的信号进行经验模式分解，并计算Hilbert时频谱；之后计算时频谱的重心，得到一个特征向量。最后采用支持向量机进行训练何学习，以此来识别设备的运行状态。为验证方法的有效性，以滚动轴承的故障诊断为例验证了此方法的正确性。结果分析表明，此方法能够促进设备预知维修的发展。