基于谱相关密度组合切片能量的滚动轴承故障诊断研究

包络解调分析方法是滚动轴承等旋转机械故障诊断的常用方法。当轴承滚动体发生故障时,由于其同时与轴承外、内圈接触,以及受保持架转速的影响,包络解调分析方法通常不能很好提取出滚动体故障通过频率。据滚动轴承发生故障时呈现出的二阶循环平稳特征,提出了基于二阶循环统计量的谱相关密度组合切片能量的滚动轴承故障诊断方法。此方法在一定程度上解决了包络解调分析方法在滚动体故障诊断方面的缺陷,对轴承滚动体的故障诊断具有一定的借鉴意义。

基于谱相关密度切片分析和SVM的滚动轴承故障诊断

为了对旋转机械中的滚动轴承进行故障分析,针对滚动轴承具有二阶循环平稳的特点,采用了谱相关密度组合切片分析方法进行特征提取,并将提取的特征作为输入向量,用"一对其他"多分类支持向量机进行故障识别,给出了基于谱相关密度组合切片分析和多类支持向量机的滚动轴承故障诊断流程图,该方法具有较高的计算效率和估计精度。最后通过对实验数据的分析与处理,验证了该方法在滚动轴承故障诊断中的可行性和实用价值。

组合切片分析在滚动轴承故障诊断中的应用研究

通过对滚动轴承点蚀故障模型的研究,得到其二阶循环平稳特征,指出利用谱相关密度函数在循环频率域的信息,能够有效识别加性噪声干扰的点蚀故障类型,以此为依据提出了针对轴承局部故障识别的组合切片分析方法。该方法基于频域平滑循环谱估计算法,利用特征循环频率组对应的谱相关密度切片,通过切片间能量的对比判断轴承故障类型。组合切片分析计算效率较高,对噪声不敏感,在低信噪比信号特征识别中具有较大优势。文章最后通过来自实验台的内圈和外圈点蚀故障振动信号验证了该分析方法的有效性和实用性。

基于连续隐马尔可夫的滚动轴承故障诊断

针对滚动轴承发生故障时呈现出的循环平稳特征,提出基于二阶循环平稳的谱相关密度组合切片能量熵-连续隐马尔可夫(SEESCD-CHMM)的滚动轴承故障诊断方法.首先用SEESCD分析方法对滚动轴承4种工作状态(正常、内圈故障、外圈故障和滚动体故障)的数据进行特征提取组成训练特征向量;然后用训练特征向量对CHMM进行模型训练,取得CHMM模型的最优参数;最后用谱SEESCD分析方法对测试数据进行特征提取得到测试特征向量,用训练好的隐马尔科夫(HMM)模型对测试特征向量进行诊断,取得了准确率较高的诊断结果.