基于图像形状特征和LLTSA的故障诊断方法

作者：张前图; 房立清

来源：振动与冲击, 2016, 35(09): 172-177.

DOI：10.13465/j.cnki.jvs.2016.09.028

• SDP
• 形状特征
• 线性局部切空间排列
• 支持向量机
• 故障诊断

针对滚动轴承故障诊断问题,提出了一种基于图像形状特征和线性局部切空间排列(LLTSA)的故障诊断方法。首先采用SDP(Symmetrized Dot Pattern)方法对时域信号进行变换,得到极坐标空间下的雪花图像,在分析图像特点的基础上,从图像处理的角度初步提取出图像的形状特征;然后利用LLTSA对初步提取的特征进行维数约简以提取低维特征;最后采用支持向量机(SVM)对低维特征进行分类评估。滚动轴承的故障诊断实验表明图像形状特征能够表征轴承的状态,经LLTSA约简后特征数据的复杂度得到降低,且具有更好的聚类效果,而SVM对轴承4种状态的识别率也达到了100%,验证了该方法的有效性。

• 单位
  中国人民解放军陆军工程大学