潘宏侠， 张 翔

(中北大学 系统辨识与诊断技术研究所,太原 030051)



基于GAMP和EEMD的滚动轴承故障诊断研究

潘宏侠， 张 翔

(中北大学 系统辨识与诊断技术研究所,太原 030051)

针对实验中采集到的滚动轴承的振动信号具有成分复杂和较强的非平稳性等特点，提出采用基于遗传算法优化的匹配追踪算法(GAMP)和总体平均经验模式分解(EEMD)相结合的方法，实现对滚动轴承振动信号的处理与分析。首先，利用GAMP算法将滚动轴承振动信号线性展开成能够较好的匹配该信号特征结构的一系列高斯函数，达到消除干扰噪声锁定信号的局部特征的目的；然后，针对GAMP消噪后的振动信号中可能存在的虚假频率成分或不连续的分量，利用EEMD方法来予以剔除，通过傅里叶变换将处理后的振动信号从时域转化到频域，提取出故障振动信号的故障频率；最后，采用支持向量机(SVM)对滚动轴承的正常和故障振动信号进行分类，实现了对滚动轴承的故障诊断。

GAMP；EEMD；SVM；滚动轴承；故障诊断

滚动轴承是支承传动轴的重要部件，由于它具有摩擦因数小、结构紧凑、运转精度高以及维护和更换方便等优点，因而被广泛的应用于各类机械设备中。但是，滚动轴承在高速、高精度或重载下随传动轴连续不断的旋转时，极易发生故障，将直接影响机械设备的工作性能。因此，对滚动轴承故障诊断的研究将能及时有效的发现故障并保证机械设备的正常运行。

故障特征信息提取是滚动轴承故障诊断中最为关键的问题之一[1]，由于获取滚动轴承振动信号的系统具有拆装简便、操作容易和性能可靠等一系列优点，因此，现阶段对滚动轴承的故障诊断主要是分析和处理它的振动信号。……