基于经验模态分解和分类器集的滚动轴承故障诊断方法
景治1
张纯龙2
1.国家能源集团宁夏煤业有限责任公司洗选中心,宁夏银川 7504092.中国矿业大学化工学院,江苏徐州 221116
摘要：为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律进行了研究,采用加权投票策略形成分类器集.结果表明:在不同转速下,对正常轴承、内环、外环和滚珠故障识别正确率为90％,诊断过程类似于技术人员推理过程,解释性好,不像其他黑箱模型,更容易被现场技术人员接受.
关键词：轴承故障诊断经验模态分解分类器集轴承试验故障识别正确率
分类号：TD452(矿山机械)TH133.3(机械零件及传动装置)
资助基金：宁夏煤业科技创新计划项目(NXMY-20-12)
论文发表日期：2023-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 94-98 )
英文信息