一种基于时域和时频域融合的电机轴承故障诊断方法

摘要

本发明涉及电机轴承故障诊断方法领域，公开了提供的一种基于时域和时频域融合的电机轴承故障诊断方法，包括：利用振动信号采集器对滚动轴承的时域指标和时频域指标进行数据采集与处理；对时频域指标进行VMD分解，获得最优参数，计算VMD分解后的各个IMF分量的峭度，并重构振动信号；根据各个IMF分量重构矩阵，进行SVD分解得到奇异值矩阵，选择各个IMF分量最大的奇异值组成故障特征向量；将提取到的时域指标和VMD‑SVD的特征向量进行融合，形成多维度信息的复合特征向量；把复合特征向量输入到支持向量机中进行训练与测试，最终实现故障类型的判别诊断。本发明提供了一种将时域指标与时频域上VMD‑SVD分解特征相融合并的算法，提高电机的滚动轴承故障诊断的准确性。