EMD和 Elman神经网络在滚动轴承故障诊断中的应用 (2011年)

针对滚动轴承故障信号的特点,提出EMD和Elman神经网络结合的滚动轴承故障诊断方法。以滚动轴承振动 信号为研究对象,首先对信号进行经验模态分解( EMD),提取包含主要信息成分的本征模函数( IMF)分量,将 IMF 的能量比作为特征向量输入 Elman神经网络进行网络训练和故障识别,实现滚动轴承的故障诊断。结果表明,EMD 方法能按频率由高到低把复杂的非平稳信号分解成有限个 IMF分量,具有自适应的特点,有效地突出轴承故障特 征;而 Elman神经网络能直接反映动态过程系统的特性,达到很好的识别效果。