基于小波理論的滾動軸承故障診斷方法研究.pdf

1、機械故障診斷一直以來都是研究的熱點，至今也取得了一些成果，然而仍然存在很多問題。滾動軸承作為最常用的部件之一，對其進行故障診斷意義十分重大。
　　論文基于滾動軸承振動信號進行故障診斷，滾動軸承振動信號能夠包含故障特性并且適合各種軸承，基于振動信號的故障診斷能有效診斷前期微小故障，診斷結(jié)果準確可靠。
　　論文在研究小波理論的基礎上，采用小波包分析結(jié)合對數(shù)能量熵提取信號的故障特征。故障特征提取在滾動軸承故障診斷中尤其重要，它是軸

2、承狀態(tài)識別的基礎，直接關(guān)系到診斷結(jié)果的準確性。論文利用小波包對滾動軸承信號進行分解，對分解得到的各個信號計算歸一化能量熵，以提取信號的故障特征。
　　論文采用最小二乘支持向量機對軸承狀態(tài)進行識別，取得了比較理想的效果。最小二乘支持向量機(LSSVM)不同于傳統(tǒng)支持向量機，它采用最小二乘線性系統(tǒng)作為損失函數(shù)，簡化了計算的復雜性，提高了運算速度。論文研究了最小二次支持向量機算法，并利用該算法對軸承工況進行識別。
　　本文搭建了旋