双谱主成分分析的滚动轴承智能故障诊断

为提取非平稳、强干扰振动信号的有效故障信息,并满足工程实践中变工况故障诊断需要,提出一种基于双谱分析的智能诊断方法。研究发现双谱幅值和分布特性在不同故障类型时具有显著差异性,在故障相同但工况不同时具有较大相似性。使用了主成分分析方法提取特征向量,通过线性变换将双谱映射到低维数据空间,并依据特征值累积贡献率确定主成分个数。故障辨识采用连续型隐马尔可夫模型,在4种工况下实现了3种故障程度的不同轴承状态判别,还实现了基于零载荷数据模型的工况鲁棒故障诊断。研究表明该诊断方法能适应载荷变化和转速波动,具有工况鲁棒的优点。