摘要

本发明提出了一种基于盲信号分离和支持向量机的滚动轴承故障诊断方法,属于旋转机械智能故障诊断技术领域,旨在提高滚动轴承故障诊断的精度、效率和鲁棒性,实现步骤为:获取训练样本集和测试样本集;获取训练样本集对应的多维特征向量集;获取支持向量机集合;对支持向量机集合进行迭代训练;定义观测矩阵和分离矩阵;对观测矩阵进行盲信号分离;获取滚动轴承的故障诊断结果。本发明在分离矩阵的迭代中引入了自适应选择非线性函数和迭代步长,在提取振动信号特征向量时采用由幅域参数、频域指标和多尺度熵共同组成的多维特征向量,结合支持向量机,有效提高了诊断精度、效率和鲁棒性。