论文部分内容阅读
滚动轴承是旋转机械中应用最广泛的关键零部件之一。轴承的工作状态直接影响到整台设备的运行状态，其缺陷会导致设备产生异常振动和噪声，甚至造成设备损坏和人员伤亡。因此，对滚动轴承故障的故障诊断技术进行研究具有十分重要的意义。经验模态分解(Empirical Mode Decomposition，EMD)方法，被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个重大突破。本文将其引入到滚动轴承故障信号的处理中，并结合AR模型、支持向量机等对滚动轴承的故障诊断方法进行了研究。主要