论文部分内容阅读
摘要：滚动轴承故障的特征信号具有非平稳性，处于较低频带内，并且容易被噪声所淹没、难以检测，在现实条件下很难获得大量故障样本。针对滚动轴承故障信号的这些问题，提出了经验模态分解（EMD）和最小二乘支持向量机（LSSVM）结合的滚动轴承故障诊断方法。使用经验模态分解，将故障特征信号分解为若干个固有模态函数之和，提取特征向量，训练最小二乘支持向量机，通过对N205型号的滚动轴承实验数据的验证，表明了该诊断方法获得较高的准确率，能有效识别滚动轴承的故障类型。