滾動(dòng)軸承故障診斷中的特征提取與選擇方法.pdf

1、軸承故障診斷的實(shí)質(zhì)是模式識(shí)別，包括信號(hào)采集、特征提取與選擇和狀態(tài)識(shí)別，其中特征提取與選擇尤為重要，其效果的好壞直接影響到了模式識(shí)別的成敗。
　　滾動(dòng)軸承運(yùn)行時(shí)產(chǎn)生的振動(dòng)信號(hào)是復(fù)雜的非平穩(wěn)、非線性信號(hào)，如何從振動(dòng)信號(hào)中提取出全面準(zhǔn)確反映軸承運(yùn)行狀態(tài)的故障特征至關(guān)重要。為有效利用時(shí)域、頻域、時(shí)-頻域中各類具有顯著類別差異信息的非平穩(wěn)統(tǒng)計(jì)特征，提出一種新的混合域特征集的構(gòu)建方法，使得混合域特征集比單個(gè)特征或單域特征更能全面準(zhǔn)確反映軸承運(yùn)

2、行狀態(tài)特性。
　　針對(duì)混合域特征集存在維數(shù)過高、特征之間相關(guān)嚴(yán)重的問題，分別利用主元分析和核主元分析對(duì)混合域特征集進(jìn)行二次特征提取，與主元分析相比核主元分析在降維降噪的同時(shí)可充分提取故障信息中的非線性成分；針對(duì)核主元分析在提取特征時(shí)沒有充分考慮類別信息的不足，提出了基于核費(fèi)舍爾判別分析的軸承故障混合域特征二次提取方法，提高了適于模式識(shí)別的可分性。
　　為了削弱特征選擇方法中傳統(tǒng)的閾值確定所存在的盲目性對(duì)特征選擇效果的影響，提