论文部分内容阅读
滚动轴承是旋转机械中使用最为广泛和最易受损的零部件之一,其工作状态直接影响到旋转机械系统的性能,对其进行故障诊断具有重要的实际应用意义。由于滚动轴承运行时产生的振动信号是典型的非平稳随机信号,从振动信号中提取能准确反映轴承运行状态的故障特征是故障诊断的关键。自回归(AR)参数模型是时序分析方法中最基本、实际应用最广的时序模型,但AR模型分析信号是建立在随机平稳性的假设基础上,无法准确分析滚动轴承非平稳随机信号。为此,论文提出一种基于经验模态分解(EMD)和AR模型相结合的滚动轴承故障特征提取