基于 EMD 和 PCA 的滚动轴承故障信号特征提取研究

Translated title of the contribution: Feature extraction of rolling bearing based on EMD and PCA

Ying Zhang, Bo Ma, Ming Zhang, Luwei Yang, Junling Yang

Research output: Contribution to journalArticlepeer-review

Abstract

针对滚动轴承故障信号具有非平稳性的问题, 对滚动轴承非平稳信号特征提取问题进行了研究, 提出了基于经验模态分解 (EMD) 和主成分分析 (PCA) 的滚动轴承故障信号特征提取方法. 运用经 EMD 对滚动轴承故障信号进行分解, 得到了多个本征模态分量 (IMF), 计算了每个 IMF 的总能量值, 取能量集中的前 6 层 IMF, 将每层 IMF 频率集中的部分等分成多段, 计算每段能量值, 作为该故障的特征值. 运用 PCA 对特征值进行了维度缩减, 将高维度的特征值降低为低维度的特征值, 计算了特征值的累计贡献率, 取累计贡献率达到 80% 的前多个特征值作为每组故障的特征值. 研究结果表明, 该方法可有效提取滚动轴承故障信号特征, 实现高维特征维度缩减.
Translated title of the contributionFeature extraction of rolling bearing based on EMD and PCA
Original languageChinese
Pages (from-to)1284-1289
JournalJournal of Mechanical & Electrical Engineering
Volume32
Issue number10
Publication statusPublished - 10 Oct 2015

Cite this