基于PF能量特征和SVM的变速箱轴承故障诊断方法

内圈点蚀、外圈压痕是变速箱滚动轴承常见典型故障，为实现其快速、准确诊断，提出基于局部均值分解(Localmeandecomposition，简称LMD)的PF(ProductFunction)分量能量特征和支持向量机（SupportVectorMachine，简称SVM）相结合的变速箱滚动轴承诊断方法.将采集的振动信号进行LMD局部均值分解，获得若干个PF分量，并以计算的PF分量的能量熵作为特征量输入支持向量机，进行滚动轴承的故障类型的识别.通过对滚动轴承正常状态、内圈点蚀故障和外圈压痕故障的诊断效果对比分析表明，相对于基于神经网络的轴承故障诊断方法，基于PF分量能量特征和支持向量机的诊断方法有着更高的故障识别率.