基于小波域对数正态模型的滚动轴承故障诊断.pdfVIP

基于小波域对数正态模型的滚动轴承故障诊断——姜海燕 彭 涛 基于小波域对数正态模型的 滚动轴承故障诊断 姜海燕 彭 涛。 1．湖南铁道职业技术学院，株洲，412001 2．中南大学，长沙，410083 摘要 ：针对小波分析无法全 面准确描述滚动轴承振动信 号的非高斯 问题 ，提 出一种结合小波变换与 对数正态分布模型的故障特征提取方法 ，以提取能准确反映滚动轴承运行状态的特征信息。首先 ，通过 小波变换对滚动轴承运行时产生的非平稳 、非 高斯振 动信 号进行分解重构，得到不 同尺度 下的重构信 号 ；然后对重构信号建立对数正态分布模型，提取模型的对数均值和对数标准差作为表征滚动轴承运行 状态的统计特征 ；最后采用支持 向量机分类器对提取的特征进行故障分类与识别。实验结果表明，该方 法可以有效、准确地识别滚动轴承的运行状态。 关键词 ：小波变换 ；对数正态模型；特征提取 ；滚动轴承 中图分类号：TP206．3 DOI：10．3969／j．issn．1004—132X．2012．04．014 FaultDiagnosisofRollingBearingsBased onW avelet--domainLognormalM odel JiangHaiyan PengTao。 1．HunanRailwayProfessionalTechnologyCollege，Zhuzhou，Hunan，412001 2．CentralSouthUniversity，Changsha，410083 Abstract：Sincethenon—Gaussianofrollingbearingvibrationsignalscannotbefullydescribedby thewaveletanalysis，a featureextraction approach basedonwavelettransformation and lognormal modelwasproposed，soastothatthefeaturevectorswereextractedtoreflectaccuratelytherunning stateofrollingbearings．Firstofall，thenon— stationaryandnon— Gaussionsignalsgeneratedbyroll— ingbearingvibrationswere decomposed into somecoefficientsbywavelettransformation．Then the signalsofsinglereconstructionweremodeledaslognormalmodelsand itslogmean andlogvariance wereextracted．Finally，faultpatternswererecognizedbythefeaturevectorsusingsupportvectorma— chine(SVM )classifier．Theexperimentalresultsshow theeffectivenessandaccuracyoftheproposed approachforrecognizingthestatesofrollingbearings． Keywords：wavelettransform ；lognormalmodel；featureextraction；rollingbearing 0 引言 波分解重构 ，提取各频带信号 的归一化能量作为 滚动轴承是各种旋转机械 中应用最为广泛的 表征滚动轴承运行状态的特征 。文献[7—8]对滚 通用部件，其运行状态正常与否直接影 响到整个 动轴承、旋转机械故障信号进行小波包分解重构， 机组 的性能 。在旋转机械的各种故障中，约 30％ 分别提取各频带信号 的归一化能量 、重构信号幅 是 由滚动轴承故障引起 的，因此滚动轴承 的故障