基于流形學(xué)習(xí)的滾動軸承故障診斷.pdf

1、滾動軸承是旋轉(zhuǎn)機(jī)械中應(yīng)用最廣泛的一種通用部件,其運(yùn)行狀態(tài)往往直接影響整臺機(jī)器的性能,對滾動軸承的狀態(tài)監(jiān)測和故障診斷具有重要的現(xiàn)實(shí)意義和經(jīng)濟(jì)價值。本文以滾動軸承為研究對象,從故障軸承振動信號的特征入手,針對滾動軸承故障診斷中，出現(xiàn)的高維特征不易識別，且含有大量冗余信息的問題，以流行學(xué)習(xí)作為主要研究技術(shù)手段，進(jìn)行一系列工作。論文主要有以下內(nèi)容：
　　分析了滾動軸承的結(jié)構(gòu)和振動機(jī)理，從時域、頻域和時頻域三個方面分析了滾動軸承有故障時的特

2、征，并以文中所提到兩組實(shí)驗(yàn)數(shù)據(jù)作為實(shí)驗(yàn)材料，進(jìn)行了特征提取工作。
　　針對在應(yīng)用流形學(xué)習(xí)方法進(jìn)行故障診斷的過程中，遇到的降維參數(shù)選擇問題和降維結(jié)果評估問題，提出了以Silhouette值作為判斷指標(biāo)的參數(shù)優(yōu)化方法和基于類內(nèi)距類間距的降維結(jié)果評估方法，并且在實(shí)際故障診斷過程中得以應(yīng)用。之后，在處理降維后的故障空間時，引入了最小二乘支持向量機(jī)作為分類模型。
　　構(gòu)建了高維特征空間，分別以故障位置、故障程度和復(fù)合故障三種情況建立。

3、采用局部線性嵌入、局部切空間排列和等距映射三種經(jīng)典流形學(xué)習(xí)算法對建立的三個高維特征空間進(jìn)行降維處理，并與線性降維方法主成分分析相比較，得到了各自的降維效果圖，在此基礎(chǔ)上對效果圖進(jìn)行了分析。
　　用最小二乘支持向量機(jī)對降維后的低維特征空間進(jìn)行模式識別，得到了不同故障狀態(tài)軸承的識別率；引入未降維組，與線性方法主成分分析降維和上述三種流形學(xué)習(xí)方法降維的低維空間進(jìn)行比較。結(jié)果表明，流形學(xué)習(xí)方法降維后，支持向量機(jī)的識別率在總體上優(yōu)于主成分分