基于两被联件振动信号概率密度和 PCA 的螺栓松动识别方法研究

摘要：

螺栓松动是一种常见且具有潜在危害的机械故障。考虑到螺栓松动会导致被联接件结合部动力参数发生变化，提出了一种基于两被联接件振动信号的松动识别方法。所提方法首先计算两信号的概率密度，并对概率密度曲线进行网格化处理生成概率矩阵，继而对概率矩阵进行主元分析（PCA），在合并两路信号经主元分析后所得投影矩阵之后，再次进行主元分析和投影。设计了两种识别方式，方式1首先按上述过程进行已知样本训练以得到各松动状态投影点，识别时根据所得投影点与各状态投影点间的欧式距离进行判断；方式2使用螺栓紧固状态时所得样本数据和现场实测数据直接按上述过程进行计算，并根据 PCA 特性设计了松动判别条件。试验验证表明所提方法能够准确区分不同松动状态，且识别方式2操作简便，无需故障样本，易于实际应用。

关键词：螺栓松动、概率密度、主元分析、故障诊断

分类号：PH17

资助基金：国家自然科学基金资助项目51275080

在线出版日期：2015-01-21（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：63-67