基于核主元分析的滚动轴承故障混合域特征提取方法 - 中南大学学报.PDFVIP

第 42 卷第 11 期 中南大学学报(自然科学版)  Vol.42  No.11  2011年 11月  Journal of Central South University (Science and Technology)  Nov. 2011  基于核主元分析的滚动轴承故障混合域特征提取方法 1  2  2  2  2  彭涛  ，杨慧斌  ，李健宝  ，姜海燕  ，魏巍  (1.  中南大学 信息科学与工程学院，湖南 长沙，410083；  2.  湖南工业大学 电气与信息工程学院，湖南 株洲，412008)  摘要：为有效利用时域、频域、时−频域中各类具有显著类别差异信息的非平稳统计特征，提高滚动轴承状态监 测和故障诊断的性能和效率，提出一种基于核主元分析的混合域特征提取方法。通过对原始信号分别生成时域、 频域状态特征，并利用多分辨率小波分解生成时−频域状态特征，构建出 144 个表征原始振动信号特征的混合域 特征集。采用核主元分析方法对其中能敏感地反映故障特性的特征进行二次非线性特征提取，按累计贡献率大于  90%的标准，选取前 11个核主元作为主要特征量，将其输入支持向量机分类器进行状态识别。仿真结果表明：混 合域特征集比单个特征、单域特征能更全面准确地反映故障特性，核主元分析方法能有效降低输入特征维数，并 确保输出特征具有较高的反映轴承运行状态的敏感性和适于模式识别的可分性；与通常使用的基于小波分解的特 征提取方法相比，本文方法能更加准确有效地提取不同运行条件下滚动轴承不同类型不同程度的故障特征。 关键词：混合域；特征提取；核主元分析；故障检测；轴承 中图分类号：TP277  文献标志码：A  文章编号：1672−7207(2011)11−3384−08  Mixed­domain feature extraction approach to rolling bearings  faults based on kernel principle component analysis  1  2  2  2  2  PENG Tao ,YANG Hui­bin ,LI Jian­bao ,JIANG Hai­yan ,WEI Wei  (1.School of Information Science and Engineering, Central South University, Changsha 410083, China;  2. College of Electrical and Information Engineering, Hunan University of Technology, Zhuzhou 412008, China)  Abstract: In order to effectively use the various nonstationary statistical features with significant differences from time  domain, frequency domain and time­frequency domain, a novel mixed­domain feature extraction approach was proposed,  which was based on kernel principle co