科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对滚动轴承变故障类型、变故障程度的复杂条件,为了获得更加丰富的故障信息,提出一种新的二维纹理域信号特征自适应提取方法。在新的二维纹理域构造方法中,将一维振动信号转换为二维纹理矩阵。经验证,构造的二维振动信号纹理域对于不同故障类型、不同故障程度的滚动轴承,均有较强的故障征兆能力。为了弥补直接从原始信号纹理提取特征时受限于纹理像素的缺点,提出一种基于二维经验小波变换的纹理域自适应提取方法。利用二维经验小波变换将二维振动信号纹理自适应分解为多个纹理分量,分别提取多尺度纹理特征,既考虑了宏观纹理,又兼顾了细节纹理,解决了纹理像素对纹理域提取的限制和影响,能准确提取到轴承振动信号的故障特征。利用支持向量机对不同故障程度、不同故障类型的滚动轴承进行识别,与不经过二维经验小波变换处理相比,识别准确率从19.8%提升至98.1%,验证了方法的有效性。所提方法适用于变故障类型和变故障程度复杂条件下的滚动轴承故障诊断。
-
单位西安交通大学机械制造系统工程国家重点实验室
