论文部分内容阅读
提出了一种基于局部特征尺度分解（LCD）降噪和多变量预测模型（VPMCD）的滚动轴承故障诊断方法。该方法首先采用LCD对滚动轴承振动信号进行降噪；然后计算降噪后信号在不同维数下的模糊熵，并以模糊熵为特征值，采用VPMCD方法建立模糊熵的预测模型；最后用所建立的模型来预测待分类样本的特征值，把预测结果作为分类依据进行模式识别。实验分析结果表明，采用LCD方法降噪可以有效地提高VPMCD的分类性能，与神经网络、支持向量机等分类器相比，VPMCD方法可以更准确、更有效地识别滚动轴承的工作状态和故障类型。