多传感器信息融合在滚动轴承故障诊断中的应用

作者：马文龙; 吕建新; 吴虎胜; 黄炯龙

来源：传感器与微系统, 2013, (07): 132-135.

DOI：10.13873/j.1000-97872013.07.004

• 多传感器
• 信息融合
• 滚动轴承
• 支持向量机
• D-S理论 multi-sensor
• information fusion
• rolling bearing
• support vector machine
• Dempster-Shafer(D-S)theory

针对单一传感器在滚动轴承故障诊断中存在故障识别率不高,敏感特征不易提取,诊断系统可靠性差等问题,提出了采用多传感器特征层、决策层信息融合的故障诊断方法。对振动信号采用经验模式分解(EMD)、小波包和局部均值分解(LMD)方法进行处理并提取特征向量,构建支持向量机分类器。经过特征层交叉诊断,得到初步诊断结果,在决策层采用D-S证据理论进行决策融合。试验表明:该方法可以提高滚动轴承故障识别率。

• 单位
  中国人民武装警察部队工程大学