来源：期刊VIP网 时间：
作者：高美真;李丽;高烨童;薛涛;
单位：焦作师范高等专科学校信息工程学院;西安理工大学计算机与信息工程学院;
摘要：为了提高电机用轴承的安全运行稳定效率，通过ALIF算法自适应分解非平稳信号，再以MPE从IMFs中提取出非线性故障信号，将MPE降维处理后的故障特征量利用MPE-SVM思想智能故障的诊断功能，开发得到一种MPE-SVM故障诊断技术，再根据测试得到的电机轴承故障参数完成算法有效性验证。研究结果表明：大部分故障信息都出现于最初的三个IMF内，主成分比例超过80%，因此以前3个主成分作为特征量并将其代入MPE-SVM内实施训练。各组别都可以对故障损伤的准确识别，表明以MPE作为故障特征能够满足有效性要求。ALIF-MPE具备比EMD-MPE更优的分类性能，达到了较低的标准差，稳定的分类状态。该研究能够准确识别电机轴承不同故障程度，对提高同类机械传动设备的故障诊断水平具有很好的理论支撑意义。
关键词：轴承;;故障诊断;;支持向量机;;信息融合;;特征提取
基金资助：河南省高等学校重点科研项目（18B170004）
