基于OC-VPMCD和ITD的滚动轴承故障诊断方法

摘要：

基于变量预测模型的模式识别方法可以充分利用从原始数据中所提取的特征值之间的相互内在关系建立数学模型并以预测误差平方和值最小为判别函数进行分类。基于此，提出了一种新的一类分类方法---单类基于变量预测模型的模式识别(OC-VPMCD)方法，将该方法与本征时间尺度分解(ITD)方法相结合并应用于滚动轴承故障诊断。首先采用ITD对滚动轴承振动信号进行分解并对包含主要故障信息的若干固有旋转(PR)分量提取排列熵作为故障特征值；然后对 OC-VPMCD分类器进行训练，并确定预测误差平方和阈值；最后进行OC-VPMCD模式识别，根据模式识别结果判断滚动轴承的工作状态正常与否。实验数据分析结果表明，该方法能够有效地应用于滚动轴承振动信号的故障诊断。

关键词：单类基于变量预测模型的模式识别、本征时间尺度分解、排列熵、滚动轴承、故障诊断

分类号：TH113

资助基金：国家自然科学基金资助项目51175158,51075131;湖南省自然科学基金资助项目11JJ2026;湖南省机械设备健康维护重点实验室开放基金资助项目201202

在线出版日期：2014-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1492-1497