基于EMD信息熵和支持向量机的往复压缩机轴承故障诊断分析

简介

为了延长往复压缩机轴承的使用寿命,以实现降低压缩机故障频率的目的,采用经验模态分解（EMD）方法对压缩机轴承信号进行分解,得出若干本征模函数（IMF）分量,并利用支持向量机（SVM）分类器对其进行识别,以提高压缩机故障诊断效率。结果表明：经EMD分解得到的信号带宽是从低频到高频不断进行变化的,可以更好地突出信号局部特征;利用参数寻优函数SVMcgForRegress.m进行参数优化,最终确定最佳组合为c=0.2和g=2.624 9;SVM网络可对大头和小头轴瓦间隙大等故障类型进行识别,准确率高达96%,由此证明了SVM分类器的可靠性,同时也说明其具备良好的识别能力。