摘要

为了解决传统机车滚动轴承故障诊断算法采用的特征集敏感度不够和分类器需要大量样本的问题,提出了数据的自相关函数的波动性这一新特征与传统特征集相结合并采用灰色关联分析进行故障诊断的方法。数据的自相关函数的波动性能够非常有效地反映出滚动轴承各种状态的特性,具有较高的敏感度,将其与传统特征集结合组成新的特征集,提高特征集的敏感度。实际中的故障数据较少,灰色关联分析方法在数据量较少的情况下依然有较高的诊断正确率,更适用于实际的故障诊断。针对实际数据容易被掩盖的问题,使用共振解调技术对数据进行预处理。仿真结果表明,在数据量较少的情况下,优化方法比传统方法有更好的诊断效果。