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
雷威
李兵
【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
【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.
上一篇: 采用改进HVD与Lempel-Ziv复杂性测度的滚动轴承早期损伤程度评估方法
下一篇:最后一页