基于支持向量機的滾動軸承故障診斷方法研究.pdf

1、軸承是旋轉(zhuǎn)機械的核心部件與易損件。一般工業(yè)用途的旋轉(zhuǎn)機械大多使用滾動軸承,在旋轉(zhuǎn)機械中起著非常重要的作用,對其進行監(jiān)測和故障診斷是學(xué)術(shù)界和產(chǎn)業(yè)界一直非常關(guān)注的課題。滾動軸承出現(xiàn)故障將可能導(dǎo)致設(shè)備的噪音和非正常振動,嚴(yán)重的將可能導(dǎo)致整臺設(shè)備乃至整條生產(chǎn)線都不能正常運行。因此,對滾動軸承的故障診斷進行研究具有重要的理論意義和應(yīng)用價值。
　　本文結(jié)合江西省自然科學(xué)基金項目的研究內(nèi)容,重點研究了基于小波包分析和支持向量機的滾動軸承故障診斷

2、方法。借助設(shè)計的滾動軸承實驗臺以及數(shù)據(jù)采集系統(tǒng),進行了滾動軸承模擬故障試驗。在此基礎(chǔ)上,研究了小波分析理論,利用小波包分析完成了對數(shù)據(jù)采集系統(tǒng)采集的原始振動信號數(shù)據(jù)的降噪和故障特征提取,最后結(jié)合在少樣本分類中具有明顯優(yōu)勢的支持向量機(Support Vector Machine,簡稱SVM)理論,提出基于小波包分析和支持向量機相結(jié)合的故障診斷方法。本文的主要工作:
　　1、首先研究了滾動軸承的振動機理、失效形式和檢測技術(shù),分析了常

3、見檢測方法優(yōu)點和不足基礎(chǔ),采用測量滾動軸承的振動信號數(shù)據(jù)進行軸承的故障診斷,進而研究了滾動軸承的振動機理和特征頻率。
　　2、分析了統(tǒng)計學(xué)習(xí)理論和支持向量機的基本思想,并將支持向量機引入到滾動軸承的故障診斷中,給出了支持向量機應(yīng)用于滾動軸承故障診斷的基本步驟和方法。
　　3、以QPZ-I故障模擬試驗平臺為對象,設(shè)計了試驗臺振動數(shù)據(jù)采集系統(tǒng),進行了滾動軸承內(nèi)圈、外圈和滾動體的故障模擬,為滾動軸承的故障特征提取提供診斷數(shù)據(jù)。

4、r>　　4、以模擬的滾動軸承故障數(shù)據(jù)為診斷對象,研究了基于小波分析的信號降噪和運用小波包分解提取故障特征的方法,結(jié)合Matlab平臺的優(yōu)勢,研究了基于小波包分解的滾動軸承信號特征提取方法,并進行實例進行了分析。
　　5、針對標(biāo)準(zhǔn)支持向量機不能直接用于解決故障診斷這種典型多值分類問題的不足,分析了支持向量機多值分類方法,采用二叉樹多值分類算法構(gòu)建分類器模型,結(jié)合小波包分解提取的振動故障特征向量,進行了滾動軸承的故障診斷,并探索了影響