基于EMD-AR模型和灰色关联度的滚动轴承故障诊断  

Roller Bearing Fault Diagnosis Based on EMD-AR Model and Grey Incidence

作　　者：袁幸[1] 段志善[1] 孙颖宏[1] 

机构地区：[1]西安建筑科技大学振动应用与故障诊断研究所,西安710055

出　　处：《轴承》2008年第1期30-32,共3页Bearing

摘　　要：提出了一种新的滚动轴承故障诊断方法:模型灰色识别法(EMD-AR)。首先对振动信号进行经验模式EMD分解,然后重新组合基本模式分量IMF,依重组分量建立AR模型,将模型自回归参数和模型的残差方差σ组成特征向量,利用灰色关联度作为模式识别的方法,实现了对滚动轴承的精密诊断。This article proposed one new fault diagnosis method of miler bearing： grey incidence analysis of EMD - AR model. First take EMD to the vibration signal to decompose, then recombines the basic pattern component （ Intrinsic Mode Function, IMF） to establish the AR model according to the reorganization component, the model from the return parameter and the model residual error variance composition characteristic vector, the use of grey incidence degrees as pattern recognition method realizes to revolved the roller bearing precise diagnosis.

关 键 词：滚动轴承 经验模式分解 AR模型 灰色关联度 故障诊断 

分 类 号：TH133.33[机械工程—机械制造及自动化] TH165.3