基于威布尔分布和支持向量机滚动轴承故障诊断法.pdf

第24卷 第4期 湖 南 工 业 大 学 学 报 Vol.24 No.4 2010年7月 Journal of Hunan University of TechnologyJuly2010 基于威布尔分布和支持向量机的 滚动轴承故障诊断方法 姜海燕，彭 涛 （湖南工业大学 电气与信息工程学院，湖南 株洲412008） 摘 要：提出了一种基于威布尔分布模型和支持向量机的滚动轴承故障诊断方法。首先对滚动轴承原始振 动信号建立威布尔分布模型，提取其形态参数和尺度参数构建表征轴承运行状态的特征向量，然后将提取的特 征向量输入支持向量机分类器进行故障诊断和识别。分别与基于小波分解和小波包分解特征提取的支持向量机 诊断方法进行滚动轴承故障试验仿真比较，结果表明，基于威布尔分布模型特征提取的支持向量机诊断方法具 有更高的故障识别准确率。 关键词：威布尔分布模型；特征提取；支持向量机；滚动轴承；故障诊断 + 中图分类号：TP206 .3 文献标志码：A 文章编号：1673-9833(2010)04-0092-06 and Support Vector Machine Jiang Haiyan，Peng Tao （School of Electrical and Information Engineering，Hunan University of Technology，Zhuzhou Hunan 412008，China） Abstract： has the higher accuracy for fault recognition. Keywords：Weibull distribution model；feature extraction；support vector machine；rolling bearings； 0 引言 提取的主要方法有：基于时域分析及时序建模的特 征提取法，基于常规谱分析的特征提取法，及基于 轴承是旋转机械中最常用、也最易发生故障的零 时-频分析的特征提取法 （如小波分解、小波包分解） 部件之一。轴承故障诊断能否成功，很大程度上取决 [1-2] 等 。威布尔分布（Weibull distribution）是1939年瑞 于故障特征的提取是否有效。常用于轴承故障特征 典人威布尔为描述材料疲劳强度而提出的一种统计模 收稿日期：2010-03-20 基金项目：国家自然科学基金资助项目，中国博士后科学基金资助项目（20070410462），湖南省教育厅科技计划基 金资助项目 （07C005） 通信作者：姜海燕（1984-），女，湖南邵阳人，湖南工业大学硕士研究生，主要研究方向为信号处理与模式识别， 通信作者：E-mail：jianghaiyan1007@163.com 第4期 姜海燕，彭 涛　 基于威布尔分布和支持向量机的滚动轴承故障诊断方法 93 型，其在产品疲劳寿命和可靠性分析中已获得极其广 大似然估计法以及最小二乘法等。本文采用最大似然 [3-5] 泛的应用 ，但在设备状态监测和故障诊断中用于特 估计法，设一组随机数据序列为 ,且符合 征提取的研究还不多见。文献[6]通过对感应电机原始 威布尔分布模型，则其似然函数为： 振动信号经小波分解的细节系数建立威布尔分布模 型，提取其均值和