基于振动参数聚类融合的空间轴承故障辨识方法研究

作者：王剑文; 王虹; 周宁宁; 何田^*

来源：空间控制技术与应用, 2020, 46(04): 24-28.

• 空间轴承
• K-medoids聚类
• 特征频率比值
• 参数融合
• 故障诊断

轴承是飞轮和控制力矩陀螺(CMG)等空间惯性执行机构的核心部件,其健康状态直接影响整机性能和使用寿命。当前,由于轻载轴承在正常运转时也可能产生类似于微弱故障特征的现象,导致单一故障特征参数难以辨识正常和微弱故障状态。针对这一问题,本文提出了一种基于振动参数聚类融合的轴承微弱故障辨识方法。首先,通过轴承振动实验获得数据;然后,基于特征频率比值等方法对振动信号进行特征参数的提取;在此基础上,利用K-Medoids算法对正常样本进行聚类,并根据3σ法则构建正常运转的安全边界;最后,计算不同轴承故障数据的超限概率,根据概率大小进行故障状态的识别。结果表明,该方法对轴承正常和微弱故障的辨识是可行和有效的。

• 单位
  北京控制工程研究所; 北京航空航天大学