滾動軸承振動信號的特征提取方法研究.pdf

1、由于滾動軸承的結(jié)構(gòu)細小，承載較大，為最易損壞的關(guān)鍵零部件之一，常作為機械故障診斷的重要監(jiān)測對象，而有效的信號特征提取方法是保證故障診斷準確性的重要前提，因此本文對軸承信號進行特征提取研究。
　　在實測信號含噪聲源信號的情況下，引入一種單通道盲源分離算法對軸承實測信號進行提純處理，并針對該算法中無法準確選取虛擬通道信號的問題，提出了一種滑動熵互相關(guān)系數(shù)法篩選虛擬通道信號，從仿真和實驗的方法對改進的盲源分離算法進行有效性驗證?？紤]到軸

2、承信號調(diào)制影響特征提取準確性問題，提出了一種基于小包絡(luò)分析和ReliefF算法的信號熵特征提取方法，該方法利用小波包分解算法結(jié)合Hilbert包絡(luò)分析，將軸承原信號分解成不同子頻帶的包絡(luò)信號，并提取信號熵特征，利用ReliefF算法將無效子頻帶包絡(luò)熵特征篩選并去除，從而提高軸承故障特征提取方法的準確度，通過對不同類型的軸承故障實測信號進行特征提取，證明其特征提取方法的有效性。針對軸承多域特征提取不利于模式識別精度的問題，選用LLE算法對

3、軸承信號多域特征集進行數(shù)據(jù)降維，并針對該算法中采用歐式距離尋找近鄰樣本點，導致低維數(shù)據(jù)映射結(jié)構(gòu)扭曲，提出一種新的距離計算公式，通過仿真數(shù)據(jù)和實驗數(shù)據(jù)分析對比降維算法改進前后的特征值散點分布?；谏鲜鲅芯糠椒?，用MFC結(jié)合MATLAB軟件開發(fā)滾動軸承的故障診斷系統(tǒng)，并通過實驗平臺采集實際軸承信號作為實例分析，驗證該系統(tǒng)可通過上述特征提取方法有效判斷軸承故障類型。
　　通過對軸承振動信號特征提取方法研究，針對不同特性的軸承信號進行特性