一种基于经验模态分解和流形学习的滚动轴承故障诊断方法
Journal of Jinggangshan University(Natural Sciences Edition)(2017)
摘要
提出一种基于经验模态分解(EMD)和流形学习(LTSA)的滚动轴承故障诊断方法.首先,利用EMD对滚动轴承振动信号进行自适应分解,计算IMF分量的协方差矩阵特征值,组成滚动轴承状态原始特征集;然后利用LTSA对原始特征集进一步的融合提取;将所得新特征输入到K-means分类器中进行故障识别与聚类.实验分析结果表明:该方法可以有效地对滚动轴承的工作状态和故障类型进行识别.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要