精选优质文档-倾情为你奉上基于IMF能量熵和SVM的滚动轴承故障模式识别作者：王以顺 汤文佳 李亮来源：科学与财富2011年第10期摘 要 针对滚动轴承振动信号和状态信息非线性映射关系，提出一种基于内禀模态函数（IMF）能量熵的轴承特征向量提取方法，并与支持向量机（SVM)相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量，选取包含主要信息的IMF的能量熵作为振动信号的特征向量，并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验，结果表明，该方法能够有效、准确的识别轴承故障。关键词 滚动轴承 经验模态分解 能量熵 故障识别 支持向量机引言在石油机械和其他机械中，滚动轴承是基本零件，轴承的好坏将影响整套设备的运行状态。对滚动轴承进行故障诊断就是对其振动信号中包含的状态信息进行提取特征向量并加以分类,从而推断出滚动轴承运行的状态。由于滚动轴
