| 基于主成分分析的多域特征融合轴承故障诊断 |
| |
| 引用本文： | 周凌孟,邓飞其,张清华,孙国玺,苏乃权,朱冠华.基于主成分分析的多域特征融合轴承故障诊断[J].机床与液压,2024,52(6):167-176. |
| |
| 作者姓名： | 周凌孟 邓飞其 张清华 孙国玺 苏乃权 朱冠华 |
| |
| 作者单位： | 华南理工大学自动化科学与工程学院;华南理工大学自动化科学与工程学院;广东石油化工学院,广东省石化装备故障诊断重点实验室 |
| |
| 基金项目： | 国家自然科学基金重点项目(6193000428)；广东省自然科学基金面上项目(2022A1515010599)；茂名市科技计划(170607111706145) |
| |
| 摘 要： | 针对复杂工况下难以区分轴承故障状态的问题，提出一种基于主成分分析的多域特征融合轴承故障诊断方法。采集轴承振动加速度信号，提取轴承时域新量纲一化特征、频域幅值谱特征和时频域经验模态分解特征共13维特征用于完整表征轴承状态；利用主成分分析方法对所提取特征融合与降维，降低诊断模型复杂度与数据分析难度；最后，选择合适的卷积神经网络进行分类，通过石化机组故障诊断实验平台进行验证。结果表明：多域融合特征相对于单域特征诊断效果更好，卷积神经网络分类模型相对于其他经典分类模型诊断准确率更高，融合诊断分类方法整体诊断准确率达到86%。
|
| 关 键 词： | 轴承 特征融合 主成分分析方法 卷积神经网络 故障诊断 |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|
