基于多指标加权的滚动轴承故障特征选择方法

TH133.33; 为了更好地筛选原始高维振动信号的故障特征,提高滚动轴承故障诊断精度,提出一种特征评价指标加权优化的故障特征选择方法.首先采用平滑先验法自适应地分解轴承非平稳振动信号,并提取多种时域、频域和时频域特征构建初始故障特征集.然后,将单调性、区别性、识别性和鲁棒性4个特征性能评价指标融合,采用基于正余弦算法优化的加权线性组合综合评估故障特征性能,继而筛选出敏感故障特征.最后,将该方法应用于滚动轴承实验数据,采用支持向量分类机作为诊断器,验证所提出故障特征选择方法的有效性....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 30; no. 12; pp. 4484 - 4492
Main Authors 焦睿, 李赛, 丁芝侠, 范亚军
Format Journal Article
LanguageChinese
Published 武汉工程大学电气信息学院,湖北 武汉 430205%华中科技大学机械科学与工程学院,湖北 武汉 430074 31.12.2024
Subjects
故障特征评价
fault feature evaluation
滚动轴承
rolling bearings
fault diagnosis
故障诊断
故障特征选择
fault feature selection
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.0163

Cover

More Information
Summary:TH133.33; 为了更好地筛选原始高维振动信号的故障特征,提高滚动轴承故障诊断精度,提出一种特征评价指标加权优化的故障特征选择方法.首先采用平滑先验法自适应地分解轴承非平稳振动信号,并提取多种时域、频域和时频域特征构建初始故障特征集.然后,将单调性、区别性、识别性和鲁棒性4个特征性能评价指标融合,采用基于正余弦算法优化的加权线性组合综合评估故障特征性能,继而筛选出敏感故障特征.最后,将该方法应用于滚动轴承实验数据,采用支持向量分类机作为诊断器,验证所提出故障特征选择方法的有效性.
ISSN:1006-5911
DOI:10.13196/j.cims.2023.0163