论文研究基于MRSVD和VPMCD的轴承故障智能诊断方法研究.pdf

针对轴承早期微弱故障特征信息易被噪声掩盖和现实中难以获得大量典型故障样本的实际情况，提出了基于多分辨奇异值分解（Multi-ResolutionSingularValueDecomposition，MRSVD）和变量预测模型模式识别（VariablePredictiveModelbasedClassDiscriminate，VPMCD）的轴承故障智能诊断方法。利用MRSVD对轴承加速度振动信号进行多层分解，提取包含故障特征的细节信息，建立对数正态分布模型，凸显细节信息中的非高斯特性，计算对数均值和对数标准差构造特征向量，并采用VPMCD方法进行故障识别。将该方法应用于实际轴承外