Summary:
为了准确快速识别轴承的故障模式以及性能退化状态，本文提出了一种基于主分量分析和隐马尔科夫模型的轴承监测诊断方法。该方法首先提取了轴承振动信号的混合域故障特征集，使用主分量分析对混合域故障特征集降维，然后使用降维后的特征训练隐马尔科夫模型，最后用降维后的测试样本测试模型的性能，根据隐马尔科夫模型输出的对数似然概率值确定轴承故障模式以及轴承的性能退化状态。开展了不同状态滚动轴承振动测试实验，数据分析结果表明本文方法诊断准确率均能达到 100%，相比基于补偿距离选择特征降维及隐马尔科夫模型诊断方法，最高将分类离散度提高 123.74%，并且在轴承的性能退化实验中，本文提出的方法能在故障早期给出故障预警，证明本文方法的有效性和准确性。
Papers
