摘要
旋转机械长期处于连续运转状态,很容易发生故障。而其一旦出现故障,不仅会影响企业生产的经济效益,甚至还会引发重大事故。因此,对旋转机械进行状态检测及故障诊断有着重要现实意义。课题组提出了一种基于LMD和支持向量机相结合的故障诊断方法。这一方法首先运用LMD信号处理方法进行故障特征提取,然后采用支持向量机对提取的特征进行状态识别、分类。课题组以滚动轴承为例,阐述了基于LMD和支持向量机的旋转机械故障诊断的应用。
Rotating machinery is in continuous operation for a long time and is prone to failure.Once it breaks down,it will not only affect the economic benefits of enterprise production,but also lead to major accidents.Therefore,the state detection and fault diagnosis of rotating machinery has important practical significance.The research group presents a fault diagnosis method based on the combination of LMD and support vector machine.This method first uses LMD signal processing method to extract fault features,and then uses support vector machine to recognize and classify the extracted features.Taking rolling bearing as an example,the research group expounds the application of rotating machinery fault diagnosis based on LMD and support vector machine.
作者
李艳辉
于如信
Li Yanhui;Yu Ruxin(Jiangsu Normal University,Jiangsu Xuzhou221116)
基金
2019年省级大学生创新创业训练计划项目“基于LMD和支持向量机的旋转机械故障诊断研究”(201910320150Y)
2020年省级大学生创新创业训练计划重点项目“基于LMD的滚动轴承故障诊断研究”(202010320034Z)
江苏师范大学2020年实验室建设与管理研究课题“大型旋转实训设备运行状态监测及安全防范措施研究”(L2020Y14)。
关键词
旋转机械
故障诊断
LMD
支持向量机
rotating machinery
fault diagnosis
LMD
support vector machine