基于信息融合的滚动轴承故障诊断

针对传统的单一传感器检测准确率不高,诊断系统不稳定等问题,将振动和声发射2种检测方法进行融合。首先对采集到的2种信号进行小波降噪及Hilbert解调,得到故障信号的频域包络谱,计算其频段能量值并组成特征向量;然后利用BP神经网络建立多传感器的信息融合系统,选取合适的样本输入网络进行训练,直至达到所要求的误差范围;最后实现对样本轴承的故障诊断,达到了相对较高的诊断正确率。