10.16526/j.cnki.11-4762/tp.2017.11.008
基于粒子滤波状态估计的滚动轴承故障识别方法
提出了一种基于粒子滤波状态估计的滚动轴承故障识别方法,该方法主要包括故障模型建立和故障识别两个步骤;在故障模型建立部分,首先依据滚动轴承不同故障状态下的振动信号,建立对应的自回归模型,作为故障模型;在故障识别部分,将正常状态下对应的模型,转化为状态空间模型,设计粒子滤波器,然后对不同的故障状态进行估计,提取其残差的相关特征,并结合模型参数特征应用BP神经网络识别算法进行故障识别;最后以美国凯斯西储大学的滚动轴承振动数据为例,验证了该方法的有效性.
滚动轴承、粒子滤波、自回归模型、状态估计
25
TP391(计算技术、计算机技术)
2017-12-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
30-33