论文部分内容阅读
针对滚动轴承非线性的早期故障信号，应用独立分量（ICA）将滚动轴承产生的故障信号从多通道混合信号中分离出来，然后采用EMD （Empirical Mode Decomposition）进行再次降噪并建立AR模型，最后提取模型的自回归参数和残差方差作为故障特征向量，并以此作为支持向量机（SVM）分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明，该方法是有效的。