| 基于图谱指标的滚动轴承故障特征提取方法 |
| |
| 引用本文： | 高艺源,于德介,王好将,陈庭贵.基于图谱指标的滚动轴承故障特征提取方法[J].航空动力学报,2018,33(8):2033-2040. |
| |
| 作者姓名： | 高艺源 于德介 王好将 陈庭贵 |
| |
| 作者单位： | 湖南大学汽车车身先进设计制造国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金（51275161） |
| |
| 摘 要： | 为了更准确地提取滚动轴承振动信号的非线性故障特征,将图信号处理(GSP)引入机械故障诊断领域,提出了基于图谱指标的滚动轴承故障特征提取方法。该方法将滚动轴承的振动信号转化为路图信号后,提取多个图谱指标;用Fisher得分(FS)算法对图谱指标的敏感度进行排序,并选取若干个最敏感的图谱指标作为滚动轴承的故障特征参数;用K-均值聚类算法识别滚动轴承的不同故障。应用实例表明:当分别选取1~5个最优的图谱指标、时域指标和频域指标对不同轴承故障进行识别时,图谱指标均没有出现错误,而时域指标和频域指标都出现了不同数量的错误,因此,图谱指标对轴承故障的区分能力优于时域指标和频域指标。
|
| 关 键 词： | 滚动轴承 故障诊断 特征提取 图谱指标 Fisher得分算法 K-均值聚类算法 |
| 收稿时间： | 2017/3/23 0:00:00 |
Fault feature extraction method of rolling bearing based onspectral graph indices |
| |
| Abstract: | |
| |
| Keywords: | rolling bearing fault diagnosis feature extraction spectral graph indices Fisher score algorithm K-means clustering algorithm |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《航空动力学报》浏览原始摘要信息 |
| 点击此处可从《航空动力学报》下载免费的PDF全文 |
|
