基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究

摘要

针对滚动轴承故障原始信号复杂,以致故障冲击信号被强背景噪声“淹没”的问题,提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法。首先对原始信号进行CEEMDAN分解,得到一系列固有模态分量(IMFs),分析各IMF,选择具有明显故障冲击信号的5个分量进行重构,以剔除噪声等干扰信息,再提取重构信号的时域特征输入支持向量机(SVM)进行分类。实验结果表明:通过CEEMDAN分解后的信号相较于原始信号具有更强的故障冲击信号表现,使得提取的时域特征包含了较多的故障分类信息,运用SVM分解可使分类准确率达到100%。