%0 Journal Article
%A 彭宅铭
%A 程龙生
%A 詹君
%A 姚启峰
%T 基于多特征提取和改进马田系统的滚动轴承故障分类方法研究
%D 2020
%R 
%J 振动与冲击
%P 249-256
%V 39
%N 6
%X <div style="line-height: 150%">为提高旋转机械的使用效率，及时识别滚动轴承的潜在故障，提出一种基于多特征提取和改进马田系统(MTS)的故障分类方法。通过时域、频域和自适应白噪声的完备经验模态分解（CEEMDAN）提取多维特征，构建初始特征集。结合马田系统和有向非循环图（DAG）的特点，构建DAG-MTS多分类模型，并将其运用到轴承故障诊断中。利用滚动轴承故障数据测试该模型的有效性和实用性，结果表明，该模型能够准确识别出滚动轴承的故障。</div>
%U https://jvs.sjtu.edu.cn/CN/abstract/article_9355.shtml