主分量分析和隐马尔科夫模型结合的轴承监测诊断方法

• 作者: 张西宁 李兵 雷威
• 来源期刊: 西安交通大学学报
• 关键词: 混合域故障特征集 主分量分析 隐马尔科夫模型 轴承监测诊断
• 年，卷（期）: 2017,（6）
• 页码范围: 1-7,109
• 页数: 8页
• 分类号: TH17
• 语种: 中文
• DOI: 10.7652/xjtuxb201706001

摘要

为了快速识别轴承的故障模式以及性能退化状态,提出了一种基于主分量分析和隐马尔科夫模型的轴承监测诊断方法.该方法首先提取了轴承振动信号的混合域故障特征集,使用主分量分析对混合域故障特征集降维,然后使用降维后的特征训练隐马尔科夫模型,最后用降维后的测试样本测试模型的性能,根据隐马尔科夫模型输出的对数似然概率,确定轴承故障模式以及轴承的性能退化状态.开展了不同状态滚动轴承振动测试实验,数据分析结果表明,提出的方法诊断准确率均能达到100％,相比基于补偿距离选择特征降维及隐马尔科夫模型诊断方法,最高将分类离散度提高123.74％,并且在轴承的性能退化实验中,提出的方法能在故障早期给出故障预警,证明了该方法的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张西宁	西安交通大学机械制造系统工程国家重点实验室	48	471	11.0	20.0
2	李兵	西安交通大学机械制造系统工程国家重点实验室	84	1641	20.0	38.0
3	雷威	西安交通大学机械制造系统工程国家重点实验室	5	46	4.0	5.0