摘要：针对滚动轴承故障信号具有非平稳性的问题,对滚动轴承非平稳信号特征提取问题进行了研究,提出了基于经验模态分解（EMD）和主成分分析（PCA）的滚动轴承故障信号特征提取方法。运用经EMD对滚动轴承故障信号进行分解,得到了多个本征模态分量（IMF）,计算了每个IMF的总能量值,取能量集中的前6层IMF,将每层IMF频率集中的部分等分成多段,计算每段能量值,作为该故障的特征值。运用PCA对特征值进行了维度缩减,将高维度的特征值降低为低维度的特征值,计算了特征值的累计贡献率,取累计贡献率达到80%的前多个特征值作为每组故障的特征值。研究结果表明,该方法可有效提取滚动轴承故障信号特征,实现高维特征维度缩减。

关键词：经验模态分解 主成分分析 滚动轴承 特征提取 非平稳信号 

单位：北京化工大学诊断与自愈工程研究中心 北京100029 中国科学院低温工程学重点实验室(理化技术研究所) 北京100190