科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统方法难以有效提取滚动轴承的故障特征，以及单向振动信号易存在故障信息丢失等问题，将共空间模式(CSP)算法引入滚动轴承故障诊断领域，提出了一种改进共空间模式(MCSP)算法与多源特征融合的轴承智能诊断方法。首先，利用CSP算法将轴承3个方向的振动信号进行数据层与特征层的深度融合，充分提取故障信息的同时缩短了数据处理时间；然后，采用子类空间滤波器集合策略改进决策层，构建最优空间滤波器，有效提取轴承不同健康状态的空域特征；最后，通过支持向量机(SVM)实现不同故障类型及程度的识别。使用SLIET轴承公开数据集和实验室轴承数据集进行验证，结果表明：与未改进共空间模式方法相比，改进后的方法在2个数据集上的轴承平均识别准确率均达到99%以上，且分别提升了3.04%和6.26%,平均耗时均在0.1 s以下，验证了所提方法具有更好的故障识别准确率和运行效率。
- 出版日期2023
- 单位华东交通大学
