论文部分内容阅读
针对滚动轴承振动故障信号非平稳、非线性难以有效诊断的问题,提出基于集成经验模式分解（ensemble empirical mode decomposition,EEMD）能量熵与优化最小二乘支持向量机（least square sup-port vector machine,LS-SVM）的滚动轴承故障诊断方法.首先利用EEMD对滚动轴承的振动故障信号进行分解,得到各阶的内禀模态函数分量（IMF）并计算其能量构造成特征向量矩阵,随后将该特征向量矩阵输入给优化的LS-SVM进行故障模式的分类辨识.通过实验验