论文部分内容阅读
滚动轴承是旋转机械中必不可少的零部件之一,被广泛应用在众多重要领域,一旦滚动轴承发生故障损伤,可能会导致整台设备瘫痪严重会导致经济财产损失及人员伤亡,因此对滚动轴承进行故障诊断具有重要的实际意义。故障诊断主要步骤为:振动信号采集,故障特征提取以及模式识别。本文以滚动轴承故障振动信号为研究对象,提出了基于VMD与流形学习相结合的故障诊断研究方法。滚动轴承故障诊断研究重点是在非线性、非平稳的故障振动信号中提取出敏感的故障特征,因此为了有效提取到滚动轴承的故障特征,选用一种新的自适应信号分解方法变分模态分