基于混合域特征集与加权KNN的滚动轴承故障诊断

• 作者: 李冕 陈从平 陈保家 陈法法
• 来源期刊: 机械传动
• 关键词: 混合域特征集 加权K-近邻分类器 滚动轴承 故障诊断
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 试验分析
• 页码范围: 138-143
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2016.08.031

摘要

针对滚动轴承的早期故障特征微弱难以有效辨识的问题,提出基于混合域特征集与加权K-近邻分类器的滚动轴承早期故障诊断方法.首先,基于时域、频域、时频域信号处理方法计算滚动轴承早期故障的特征指标量,构造混合域特征集,再将混合域特征集输入给KNN实现滚动轴承的早期故障诊断.实验结果表明,基于混合域特征集与加权K-近邻分类器的滚动轴承早期故障诊断方法能够有效地提取滚动轴承早期故障的低维敏感特征,而且结构稳定,诊断精度高,可以推广应用于滚动轴承的实时在线监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈保家		50	206	6.0	12.0
2	陈从平		50	189	7.0	11.0
3	陈法法		28	85	5.0	8.0
4	李冕		4	10	2.0	3.0