基于鄰域粗糙集與隨機(jī)森林組合分類(lèi)器的滾動(dòng)軸承故障診斷研究.pdf

1、滾動(dòng)軸承作為青島特鋼旋轉(zhuǎn)機(jī)械設(shè)備中使用最多的零部件之一，易損率較高。當(dāng)滾動(dòng)軸承出現(xiàn)故障時(shí)，若不對(duì)其進(jìn)行及時(shí)的更換，勢(shì)必會(huì)造成機(jī)械設(shè)備停機(jī)，影響工廠實(shí)際生產(chǎn)進(jìn)度。然而，如何有效的判斷滾動(dòng)軸承故障狀態(tài)是亟待解決的關(guān)鍵問(wèn)題。
　　為了豐富青島特鋼動(dòng)力裝備部已有滾動(dòng)軸承故障診斷方案，拓寬現(xiàn)階段監(jiān)測(cè)體系中滾動(dòng)軸承故障診斷研究思路，本文以高速線材廠風(fēng)冷線風(fēng)機(jī)設(shè)備中的滾動(dòng)軸承為研究對(duì)象，首先，分別從時(shí)域、頻域以及時(shí)頻域提取31個(gè)故障特征參量組成

2、原始故障特征集;其次，利用鄰域粗糙集對(duì)原始故障特征集中的故障特征參量進(jìn)行篩選得到12個(gè)敏感故障特征參量，減小后續(xù)分類(lèi)器識(shí)別負(fù)擔(dān);然后，利用隨機(jī)森林組合分類(lèi)器作為故障狀態(tài)分類(lèi)器區(qū)分滾動(dòng)軸承四種常見(jiàn)的故障狀態(tài)，同時(shí)，針對(duì)隨機(jī)森林組合分類(lèi)器中的決策樹(shù)的個(gè)數(shù)以及分裂屬性集中屬性個(gè)數(shù)這兩個(gè)參數(shù)設(shè)置問(wèn)題，提出了基于遺傳算法的參數(shù)尋優(yōu)算法。最后，從診斷結(jié)果正確率、訓(xùn)練速度兩個(gè)角度綜合考慮，與學(xué)習(xí)矢量量化網(wǎng)絡(luò)作為故障狀態(tài)分類(lèi)器的診斷結(jié)果進(jìn)行對(duì)比分析，驗(yàn)