基于特征网络的轴承故障诊断方法研究

发布时间：2025-07-02 23:42

　　随着物联网的发展,机械设备产生的海量数据推动故障诊断进入了“大数据”时代。数据驱动的智能诊断将成为机械故障诊断未来发展的趋势。轴承在机械工程领域被广泛应用并扮演着重要角色。轴承运行状态影响着机械设备的正常运行。开展轴承故障诊断研究不仅可以提升机械故障诊断水平,还有利于保障机械设备正常运行,具有重要的理论和实际价值。轴承故障诊断研究中,故障特征的提取和选择很大程度上决定了故障诊断的效果。而当前的轴承故障存在着时域、频域和时频域等多种特征。如何实现特征数量少而诊断效果佳是故障诊断领域很有价值的研究课题。针对该课题,本文通过构造特征网络实时选取有效的轴承故障特征集,融合多传感器信息,实现了一种时效性佳和诊断精度高的轴承故障诊断方法。主要研究工作的描述如下:本研究首先提出了一种基于最大信息系数(FF-FC-MIC)的轴承故障特征选择方法。由于最大信息系数能衡量变量非线性关系,该方法利用最大信息系数刻画特征与特征,特征与故障类别之间相关性。该方法通过特征与特征最大信息系数矩阵(FFMIC)获得弱相关性特征子集,利用特征与类别最大信息系数矩阵(FC-MIC)得到强相关性特征子集,然后以交集的方式合并...

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

图2.2凯斯西储大学轴承实验平台

出来的样本个数：∑验平台提方法的有效性和适用性。利用凯斯西储大RU）轴承数据集[63]，以及CUT-2轴承实验验平台及数据集RU轴承实验平台，主要设备包括一个电动机率计（右）和电子控制设备（未显示）。

图2.3CUT-2轴承实验平台系统（a）CUT-2数据采集系统（b）传感器位置示意图（c）

（c）图2.3CUT-2轴承实验平台系统（a）CUT-2数据采集系统（b）传感器位置示意图（c）CUT-2平台（a）（b）（c）（d）图2.46900ZZ轴承故障位置及结构（a）外圈故障（b）内圈故障（c）球体故障（d）轴承结构由CUT-2轴承....

图2.46900ZZ轴承故障位置及结构（a）外圈故障（b）内圈故障（c）球体故障

（c）.3CUT-2轴承实验平台系统（a）CUT-2数据采集系统（b）传感器位置示意图CUT-2平台

图2.5基于特征网络与多传感信息融合的轴承故障诊断框架

第2章基于特征网络的轴承故障诊断方法研究理论基础及框架表2.22000rpm，2500rpm，3000rpm转速下的CUT-2轴承数据集轴承状态故障尺寸(mm)样本个数类别正常2000内圈故障0.20.31001001外圈故障0.20.310010....

本文编号：4055423