基于Volterra-PARAFAC模型的滚动轴承故障诊断方法

• 作者: 杨诚 贾民平
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 滚动轴承 Volterra-PARAFAC预测模型 最小均方自适应算法 故障诊断
• 年，卷（期）: 2019,（4）
• 页码范围: 742-748
• 页数: 7页
• 分类号: TH133.33
• 字数: 5018字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.04.018

摘要

为解决Volterra模型用于复杂机械系统非线性特征提取时存在估计参数过多的问题,提出了一种新的Volterra-PARAFAC预测模型.在非线性特征提取中,所提出的预测模型的估计参数数目大大低于传统的Volterra预测模型参数,有效地避免了维数灾难问题.在Volterra-PARAFAC预测模型辨识过程中,利用最小均方自适应(LMS)算法估计Volterra-PARAFAC预测模型的核参数向量,从而精确描述非线性系统.利用该方法对滚动轴承多种故障状态下的振动信号进行分析,得到的特征向量具有非常好的分类性能.试验结果表明,该方法能有效提取复杂机械系统的非线性特征,并能准确对不同状态下的滚动轴承故障信号进行分类.相比于传统的Volterra模型故障诊断方法,所提方法能够更准确地对滚动轴承故障进行诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾民平	东南大学机械工程学院	178	1997	21.0	36.0
2	杨诚	东南大学机械工程学院	2	1	1.0	1.0