结合非线性频谱与贝叶斯网络的复杂装备传动系统故障诊断

针对复杂装备传动系统的故障诊断问题,提出了一种非线性频谱特征与贝叶斯网络相结合的故障诊断方法。为了克服基于Volterra级数的广义频率响应函数所存在的计算量膨胀问题,采用一维的非线性输出频率响应函数获取传递频谱特征。针对非线性频谱故障征兆与多故障模式之间存在不确定性,采用朴素贝叶斯网络进行故障识别。建立了数控装备伺服传动系统模型,重点研究了伺服传动系统永磁同步电动机定子过热与机电过载故障的诊断问题。通过前3阶非线性频谱特征构建了伺服传动系统贝叶斯诊断网络模型,给出了故障检测与识别的具体算法。故障诊断实验结果表明提出方法的故障识别率高、实时性好,平均识别率和识别时间分别为97.5%和0.26 ms。