基于振動(dòng)信號(hào)分析的滾動(dòng)軸承故障診斷方法研究.pdf

1、滾動(dòng)軸承在旋轉(zhuǎn)機(jī)械中應(yīng)用廣泛，是最常見的零部件之一，其工作狀態(tài)能夠直接影響整個(gè)設(shè)備的安全性。為了保證設(shè)備正常運(yùn)行，對(duì)滾動(dòng)軸承的狀態(tài)監(jiān)測與故障診斷勢在必行。
　　由于傳統(tǒng)的故障診斷方法難以全面表征復(fù)雜故障類型，而滾動(dòng)軸承的故障模式與其故障特征向量之間存在復(fù)雜的非線性關(guān)系。因此本文從振動(dòng)信號(hào)處理著手，以支持向量機(jī)（Support Vector Machine）為模式識(shí)別方法，對(duì)可作為故障特征的各個(gè)統(tǒng)計(jì)參數(shù)指標(biāo)進(jìn)行了分析和比較，從中選取

2、性能穩(wěn)定良好的作為軸承故障特征；另外，結(jié)合小波包分解和樣本熵作為另一種軸承故障特征提取方法。由此，本文提出了兩種可行的滾動(dòng)軸承故障診斷方法。
　　方法一：分別在時(shí)域和頻域中提取振動(dòng)信號(hào)中性能優(yōu)良的統(tǒng)計(jì)參數(shù)指標(biāo)，以多特征組合的方式構(gòu)建了8維特征向量，最后輸入SVM進(jìn)行分類和預(yù)測。
　　方法二：結(jié)合小波包分解和樣本熵。首先分別對(duì)振動(dòng)信號(hào)進(jìn)行1，2，3層小波包分解，分別得到2，4，8個(gè)頻帶，再加上原始振動(dòng)信號(hào)，共15個(gè)頻帶；然后計(jì)