[发明专利]一种基于时频域多维振动特征融合的滚动轴承故障诊断方法

摘要

本发明提出了一种基于时频域多维故障特征融合的滚动轴承故障诊断算法，针对滚动轴承的正常状态、滚子故障、内环故障和外环故障四种状态下的振动信号在时频域上各自的特点，采取提取时域、频域特征，去冗余，再融合的思路，对故障特点进行优化描述，并得出智能判别结果。首先对提取的原始滚动轴承振动数据进行小波消噪，然后提取时域特征向量组成时域特征矩阵，并且提取小波包分解和重构后的系数能量矩组成频域特征矩阵，进一步融合时频域矩阵，得到时频域的多维故障特征矩阵。对多维特征矩阵进行去冗余处理，得到新的多维特征矩阵。然后用加权的特征指标距将多维特征进行信息融合，通过融合得到的特征指标距得出滚动轴承的状态的判别结果。

主权项

一种基于多维时频域特征矩阵的滚动轴承故障诊断方法，其特征在于包括以下步骤： 消噪器对采集到的滚动轴承振动信号进行自适应阈值的小波消噪处理； 特征参数提取器对消噪后的不同工况下的滚动轴承的振动信息，提取多个时域特征参数，每个时域特征参数选取多组样本组成时域特征矩阵； 小波包分解器对消噪后的不同工况下的滚动轴承的振动信息，进行小波包分解，小波包重构器重构分解后的小波包系数； 计算处理器对重构的小波包系数进行能量矩计算，得到小波包能量矩阵； 所述计算处理器将时域矩阵和频域矩阵融合为多维特征矩阵，用相关系数法剔除诊断精度不高的冗余特征向量，生成新的多维特征矩阵； 所述计算处理器求出滚动轴承多维特征矩阵的指标距；根据多维特征指标距判断滚动轴承的状态属性。