基于HMM及WPT-ACF的轴承早期故障模式识别

摘要：

滚动轴承是机械设备中应用最广泛的零部件之一,即使是微小的损伤,都有可能影响整个设备正常功能的实现.因此开展早期故障微弱信号检测识别显得尤为重要.开展了基于隐马尔科夫模型(Hidden Markov Model,HMM)的轴承故障模式识别方法研究,使用小波包-自相关函数(WPT-ACF)法对原始信号进行滤波降噪;提取降噪后信号的频域特征参数;对频域特征参数进行训练得到HMM模型,计算测试数据在各模型的对数似然概率,据概率值大小判断故障类型.轴承验证实验结果表明,WPT-ACF法与HMM方法结合能有效识别轴承外圈、内圈等多故障模式,适用性较高,可用于实际轴承系统故障诊断。

关键词： 滚动轴承 故障诊断 模式识别 隐马尔科夫模型 小波包-自相关函数法

作者: 高倩云 杨剑锋 王华庆

作者单位: 北京化工大学机电工程学院 北京

会议类型: 国内会议

会议名称: 第八届全国设备管理、第九届全国设备维修与改造暨第十一届全国设备润滑油与液压学术会议

会议地点: 常州

会议语种:中文

页码: 348-350

在线出版日期: 2015-10-01（万方平台首次上网日期，不代表论文的发表时间）