《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于EMD和PCA的滚动轴承故障信号特征提取研究*

作者：张颖1,马波1*,张明1,杨鲁伟2,杨俊玲2 日期：2015-12-14/span> 浏览：3123 查看PDF文档

基于EMD和PCA的滚动轴承故障

信号特征提取研究*

张颖1,马波1*,张明1,杨鲁伟2,杨俊玲2

(1.北京化工大学诊断与自愈工程研究中心,北京 100029;

2.中国科学院低温工程学重点实验室(理化技术研究所),北京 100190)

摘要：针对滚动轴承故障信号具有非平稳性的问题,对滚动轴承非平稳信号特征提取问题进行了研究,提出了基于经验模态分解(EMD)和主成分分析(PCA)的滚动轴承故障信号特征提取方法。运用经EMD对滚动轴承故障信号进行分解,得到了多个本征模态分量(IMF),计算了每个IMF的总能量值,取能量集中的前6层IMF,将每层IMF频率集中的部分等分成多段,计算每段能量值,作为该故障的特征值。运用PCA对特征值进行了维度缩减,将高维度的特征值降低为低维度的特征值,计算了特征值的累计贡献率,取累计贡献率达到80%的前多个特征值作为每组故障的特征值。研究结果表明，该方法可有效提取滚动轴承故障信号特征,实现高维特征维度缩减。

关键词：经验模态分解;主成分分析;滚动轴承;特征提取;非平稳信号

中图分类号：TH133.3;TH165.3

文献标志码：A文章编号：1001-4551(2015)10-1284-06

本文引用格式：

张颖,马波,张明,等.基于EMD和PCA的滚动轴承故障信号特征提取研究［J］.机电工程，2015，32（10）：1284-1289.

ZHANG Ying, MA Bo, ZHANG Ming, et al. Feature extraction of rolling bearing based on EMD and PCA［J］.Journal of Mechanical & Electrical Engineering, 2015,32(10):1284-1289.

《机电工程》杂志：http://www.meem.com.cn