基于经验模态分解和分类器集的滚动轴承故障诊断方法_中国煤炭行业知识服务平台

基于经验模态分解和分类器集的滚动轴承故障诊断方法

作者

景治张纯龙
单位

国家能源集团宁夏煤业有限责任公司洗选中心中国矿业大学化工学院
摘要

为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律进行了研究,采用加权投票策略形成分类器集。结果表明:在不同转速下,对正常轴承、内环、外环和滚珠故障识别正确率为90%,诊断过程类似于技术人员推理过程,解释性好,不像其他黑箱模型,更容易被现场技术人员接受。
关键词

轴承故障诊断经验模态分解分类器集轴承试验故障识别正确率
基金项目(Foundation)

宁夏煤业科技创新计划项目(NXMY-20-12)
DOI

10.16447/j.cnki.cpt.2023.05.019
引用格式

景治,张纯龙. 基于经验模态分解和分类器集的滚动轴承故障诊断方法 [J]. 选煤技术,2023,51 (5):94-98.