摘要

早期故障是机械臂传动系统永久故障发生前出现的微弱的、难以检测的故障,及时对早期故障进行故障检测可以有效地防止永久故障的发生。针对机械臂传动系统内旋转部件复杂、故障信号易被噪声掩盖等问题,提出一种基于KL散度和慢特征分析(SFA)的早期故障检测方法。首先,将慢速特征分为主导子空间和残差子空间,可以有效地从噪声中提取反映系统状态变化的主要趋势;然后,通过分析不同状态之间的评价函数,从数据中提取出轻微的早期故障信息,利用判决规则进行故障检测;最后,为验证该方法的有效性进行了大量的仿真实验,仿真结果表明,与传统方法相比,所提算法具有更精准的故障检测能力,同时所提方法可以有效地降低检测方法的计算复杂度。

全文