针对滚动轴承数据信号不稳定、非线性的特性,提出一种采用集合经验模态分解(EEMD)、希尔伯特(Hilbert)变换实现特征提取,改进教与学算法(ITLBO)优化支持向量机(SVM)参数的滚动轴承故障诊断方法.首先通过EEMD方法将目标信号分解成若干个模态函数,采取Hilbert变换获得模态函数的瞬时频率;对模态函数和其瞬时频率进行统计特征提取并实现特征变量降维,提高诊断效率;最后利用ITLBO算法优化SVM参数,构造ITLBO_SVM诊断模型进行多分类故障诊断.实例证明,信号经过EEMD分解和Hilbert变换再提取特征信息,代入ITLBO_SVM的优化模型比传统的粒子群算法优化模型的正确率更高,效果更稳定,验证了该方法的可行性与有效性.

我公司多年生产液压盘式制动器。液压盘式制动器由液压钳体、支架、摩擦片、活塞、密封圈、护罩、卡簧、导向销和放气阀等组成。液压钳体是液压盘式制动器的核心部件。钳体缸孔与导向孔的偏心距是钳体最主要的参数之一，如图1所示：偏心距￡指的是钳体缸孔的中心与两导向孔中心连线之间的垂直距离，它主要控制钳体活塞的作用中心，影响钳体的制动力矩。为了实现工艺上的控制以及实现生产现场对偏心距的控制，我们检验科工作人员通过实验，实现了用导向孔检具测量和用轴孔检具测量的方法。