典型文献
基于VMD和随机森林的离心泵滚动轴承故障诊断
文献摘要：
针对离心泵振动信号非平稳、微弱故障信号易受噪声干扰、难以提取和识别的问题,提出基于变分模态分解(VMD)和随机森林(RF)的离心泵滚动轴承故障诊断方法.首先利用VMD分解对各状态的原始振动信号进行分解,得到若干个模态分量;然后基于时域、频域、时频域分析提取各IMF信号的分量特征来构建原始故障特征向量;最后将故障特征向量输入随机森林实现故障状态识别.通过一离心泵轴承振动信号验证了所提方法的有效性,实验结果表明,所提方法在离心泵滚动轴承故障辨识方面具有良好的诊断精度和分类效果,每种故障状态的分类识别正确率都比较高,平均分类准确率达到了97.96％,并且三维可视化分类结果表现出很好的可分性;与建立的VMD-BP和VMD-SVM模型分类结果相比,所提方法平均分类准确率分别高出VMD-BP模型8.3％、高出VMD-SVM模型6.13％,表现出更好的分类能力.
文献关键词：
变分模态分解;随机森林;离心泵;故障诊断
中图分类号：
作者姓名：
户文刚;张燕霞
作者机构：
甘肃交通职业技术学院,兰州 730070
文献出处：
引用格式：
[1]户文刚;张燕霞-.基于VMD和随机森林的离心泵滚动轴承故障诊断)[J].机电工程技术,2022(03):78-82
A类：
B类：
VMD,离心泵,滚动轴承故障诊断,振动信号,非平稳,微弱故障,弱故障信号,噪声干扰,变分模态分解,RF,故障诊断方法,若干个,模态分量,时频域分析,IMF,故障特征,特征向量,故障状态,状态识别,泵轴,轴承振动,故障辨识,分类效果,分类识别,平均分,分类准确率,三维可视化,可分性,模型分类
AB值：
0.276579
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
