基于IMF能量熵和SVM的滚动轴承故障模式识别

针对滚动轴承振动信号和状态信息非线性映射关系，提出一种基于内禀模态函数（IMF）能量熵的轴承特征向量提取方法，并与支持向量机（SVM）相结合实现轴承的故障识别。该方法对滚动轴承振动信号进行经验模态分解（EMD）得到若干能反映轴承故障信息的IMF分量，选取包含主要信息的IMF的能量熵作为振动信号的特征向量，并将其输入到SVM分类器中实现轴承故障模式识别。对滚动轴承的正常状态、外圈故障、内圈故障和滚动体故障进行仿真试验，结果表明，该方法能够有效、准确的识别轴承故障。