来源：期刊VIP网 时间：
作者：李深磊;李鹏;
单位：郑州商学院信息与机电工程学院;桂林电子科技大学海洋工程学院;
摘要：发动机高速滚动轴承在恶劣的工作环境下长时间使用，会导致其出现磨损故障，严重影响发动机的正常运行，且故障类型多样，每种故障类型都有其独特的特征，使得故障信号特征识别困难。为了有效解决这一问题，提出了一种发动机高速滚动轴承磨损故障信号特征识别方法。通过对发动机高速滚动轴承的振动信号进行EEMD分解和重建，获得其固有振动模态函数IMF，根据所得的IMF构建Hankel矩阵，获得拼接的奇异值样本特征矢量。通过划分样本空间和设置迭代阈值的方式，采用模糊聚类算法对故障样本聚类，计算出每个样本在不同聚类中的隶属度，以获得其贴近程度和故障特征。通过实验证明，所提算法能够较好的判别机械故障，准确性高，误报错报概率小，可确保设备的安全运行。
关键词：EEMD算法;;FCM算法;;发动机高速滚动轴承;;轴承机械故障;;特征向量提取
基金资助：郑州市2021年度社科调研课题—郑州先进制造业发展背景下应用型人才培养模式探索—以郑州商学院为例（ZSJX20221137）
