主分量法在機(jī)械設(shè)備故障診斷方法中的應(yīng)用.pdf

1、本文主要研究機(jī)械設(shè)備故障診斷分類方法，研究對(duì)象為齒輪和滾動(dòng)軸承，研究?jī)?nèi)容主要包括： 故障特征值提取方法：時(shí)域特征值主要包括峰值等；頻域特征值為均方頻率(MSF)；通過建立AR模型利用模型系數(shù)做特征值，提取GREEN函數(shù)系數(shù)做為特征值。 對(duì)電廠送風(fēng)風(fēng)機(jī)滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行時(shí)域、頻域、AR模型系數(shù)、GREEN函數(shù)系數(shù)等特征值提取，對(duì)提取的特征值分別進(jìn)行主分量法分析(PCA)，通過主分量圖可以進(jìn)行狀態(tài)的分類，對(duì)各特征值分類的效

2、果進(jìn)行了比較。 對(duì)主分量進(jìn)行核函數(shù)映射，構(gòu)造核函數(shù)主分量。針對(duì)齒輪振動(dòng)信號(hào)進(jìn)行上述特征值提取并分別進(jìn)行主分量分析、核函數(shù)主分量分析。結(jié)果表明核函數(shù)主分量分類的效果好于主分量。用距離函數(shù)進(jìn)行計(jì)算設(shè)定閾值判斷設(shè)備狀態(tài)。 用支持向量機(jī)(SVM)對(duì)主分量、核函數(shù)主分量進(jìn)行計(jì)算尋找支持向量，用支持向量進(jìn)行分類，節(jié)省計(jì)算時(shí)間，提高了計(jì)算的準(zhǔn)確率。 采用Delphi7軟件開發(fā)滾動(dòng)軸承軸承數(shù)據(jù)庫(kù)軟件，該程序可實(shí)現(xiàn)軸承參數(shù)查詢，故