主分量法在机械备故障诊断方法中的应用.pdfVIP

摘 要 本文主要研究机械设备故障诊断分类方法，研究对象为齿轮和滚动轴承， 研究内容主要包括： 故障特征值提取方法：时域特征值主要包括峰值等；频域特征值为均方频 做为特征值。 对电厂送风风机滚动轴承振动信号进行时域、频域、AR模型系数、GREEN 函数系数等特征值提取，对提取的特征值分别进行主分量法分析(PeA)，通过 主分量图可以进行状态的分类，对各特征值分类的效果进行了比较。 对主分量进行核函数映射，构造核函数主分量。针对齿轮振动信号进行上 述特征值提取并分别进行主分量分析、核函数主分量分析。结果表明核函数主 分量分类的效果好于主分量。用距离函数进行计算设定阈值判断设备状态。 用支持向量机(SVM)对主分量、核函数主分量进行计算寻找支持向量， 用支持向量进行分类，节省计算时间，提高了计算的准确率。 采用Delphi7软件开发滚动轴承轴承数据库软件，该程序可实现轴承参数查 询，故障特征频率计算，有一定的实际意义。 关键词：故障诊断，主分量法，核函数主分量分析，滚动轴承，齿轮 ABSTRACT Inthis mechanical fault classficationmethodwas diagnosis paper equipment and werethe extraction：Thefeaturevalueoftime studied．gearbearing objects．Feature featureof domainis characteristic domainincludes value MSF；the peakvalue；The frequency were ofARmodelandGREENfunctionextracted． for the faultoffanin ThePCAmethodwasuseddeteetingrollingbeating power domain vibration referenceandfaultstationsthefeatureoftime the of plant．From signals ofARmodeIandGREENfunction andthefeatureof domain．thecharacteristic frequent fault were andPeAwascalculated．Theresultsshowedthatthereferenceand extracted stationsoffancallbe inthePCA distinguishedclearly diagram． method Avibration of was PCAandKPCA signalgearboxanalysedby