WVPMCD及其在滚动轴承故障诊断中的应用

• 作者: 李永国 杨宇 程军圣
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: WVPMCD 局部特征尺度分解 加权最小二乘 滚动轴承 故障诊断
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 机电工程
• 页码范围: 52-57
• 页数: 6页
• 分类号: TH113
• 语种: 中文

摘要

多变量预测模型(Variable predictive model based class discriminate,简称VPMCD)分类方法是建立在回归模型为同方差性基础上的,而当模型出现异方差性时,会导致预测精度降低.基于此,本文提出了WVPMCD(WLS-Variable predictive model based class discriminate,简称WVPMCD)方法,即用加权最小二乘法(WLS)代替原方法中的最小二乘法(OLS)进行参数估计,消除异方差性,从而提高了模式识别的精度.采用局部特征尺度分解(Local characteristic-scale decomposition,简称LCD)方法对滚动轴承振动信号进行分解,提取分量矩阵的奇异值组成故障特征向量作为WVPMCD的输入,并对正常状态、滚动体故障、内圈故障和外圈故障4种不同工作状态和故障类型下的滚动轴承振动信号进行分析,结果表明,在模型存在异方差性时,WVPMCD 比原VPMCD具有更好的分类效果和识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宇	湖南大学汽车车身先进设计制造国家重点实验室	170	5200	44.0	68.0
2	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
3	李永国	湖南大学汽车车身先进设计制造国家重点实验室	4	35	3.0	4.0