基于最优Morlet小波和隐马尔可夫模型的轴承故障诊断

摘要：

提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数.为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数,并用比较实验证明了参数优化的有效性.状态辨识使用了连续型隐马尔可夫模型,在三种故障程度下分别实现轴承正常状态,滚动体故障,内圈和外圈故障的正确辨识,平均精度都大于93％.

关键词：轴承故障诊断、连续小波变换、隐马尔可夫模型

所属期刊栏目：31

分类号：TP206;TN911(自动化技术及设备)

资助基金：上海市自然科学基金09ZR1423400;上海市科委重点项目09220503000、10JC1412200

在线出版日期：2012-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-8,27