娄 洁，李雅芹

（1.芜湖职业技术学院汽车工程学院，安徽 芜湖 241006；2.中健科仪有限公司，江苏 无锡 214062）

基于EMD的多特征参数和关联向量机的滚动轴承故障诊断研究

娄 洁1，李雅芹2

（1.芜湖职业技术学院汽车工程学院，安徽 芜湖 241006；2.中健科仪有限公司，江苏 无锡 214062）

轴承作为工业中旋转机械中的重要部件，其故障将严重影响机械设备的安全运行.为了实现对轴承运行故障状态的有效诊断，提出了一种基于经验模态分解（empiricalmode decomposition，EMD）提取的多特征参数的关联向量机的（Relevance vectormachine，RVM）的滚动轴承的多故障诊断模型.首先运用经验模态分解的方法将轴承振动信号分解为多个固有的模态分量，之后将提取的表征轴承故障特征的IMF分量的能量、峭度、偏度构造特征向量，最后采用关联向量机多分类故障诊断模型进行故障模式识别.轴承实测振动信号分析表明：该方法能够有效、准确地诊断出轴承的故障状态，具有较高故障诊断准确率.

EMD分解；多特征参数；关联向量机；故障诊断

滚动轴承是机械设备中的重要部件，是汽车传动系统的基础部件，素有“汽车产业的关节”之称，其运行状态的正常与否将直接关系到整车的安全性和可靠性.若汽车的故障轴承未被及时检测出来，极有可能导致整个汽车系统瘫痪，汽车无法正常运行，所以开展对滚动轴承进行状态监测和故障诊断分析的研究成为当前的研究热点.

非线性，非平稳性以及时变的特性是滚动轴承振动信号所具有的复杂……