基于EMD和支持向量机的滚动轴承故障诊断研究
来源：机床与液压杂志2017年第11期北京时间：
作者：付大鹏
单位：东北电力大学机械工程学院；东北电力大学机械工程学院；东北电力大学机械工程学院
摘要：为解决在复杂噪声和工频及其倍频干扰条件下滚动轴承故障诊断问题，提高诊断准确率，进行了经验模态分解（EMD）和支持向量机（SVM）的研究，给出了相应的决策流程。基于改进的EMD分解的特征提取算法，选取故障特征明显的IMF分量进行特征提取，最大限度地滤除了低频噪声干扰，捕捉到信号的故障特征，然后将特征集输入到SVM分类器中进行识别，结果表明:该方法对于轴承故障识别具有较高的准确率，为确保轴承安全运行和快速故障诊断提供了理论支持。
关键词：EMD; SVM; 故障特征; 故障诊断
