基于多传感器信息融合的滚动轴承故障诊断研究

• 作者: 俞昆 李善 谭继文
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 支持向量机 DS证据理论 信息融合
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 研究与开发
• 页码范围: 97-102,107
• 页数: 7页
• 分类号: TH16
• 字数: 5423字
• 语种: 中文

摘要

由于单一传感器所包含的故障信息不能全面地反映滚动轴承的故障状态,提出了一种基于多传感器信息融合的滚动轴承故障诊断方法.首先,利用不同位置的加速度传感器采集滚动轴承故障振动信号,经集成经验模态分解(EEMD)后,前8个固有模态分量(IMF)的能量值作为分类器支持向量机(SVM)的输入故障特征参量;其次,利用故障特征参量训练分类器SVM,并对测试样本进行分类,实现故障的初步分离;然后,根据混淆矩阵获得各分类器的全局可信度和局部可信度,并与各测试样本的后验概率输出结合实现DS证据理论中基本概率分配函数的赋值;最后,利用DS证据理论实现融合以获得最终诊断结果.试验结果表明:提出的方法可有效融合不同传感器的故障信息,最大限度地避免误诊现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭继文	青岛理工大学机械工程学院	93	414	8.0	14.0
2	李善	青岛理工大学机械工程学院	10	52	5.0	6.0
3	俞昆	青岛理工大学机械工程学院	10	48	5.0	6.0