论文部分内容阅读
提出一种基于经验模态分解（EMD）和平滑伪Wigner-Ville分布（SPWVD）谱熵的滚动轴承故障诊断的方法。EMD方法充分保留信号本身的非线性和非平稳特征，在信号的滤波和去噪中具有较大的优势，SPWVD谱熵用于定量刻画轴承不同状态下振动信号的时频能量分布，将二种算法相结合应用于不同工作状态滚动轴承，并设计最小二乘支持向量机（LS-SVM）智能模型，实现轴承状态和故障类型的自动分类和识别。通过SPWVD谱熵与谱峭度法的对比，验证了SPWVD谱熵的有效性。实验表明此方法能够有效地提取轴承故障的特征信息，