基于TVAR-HMM的滚动轴承故障诊断

被引:38
作者
王国锋
李玉波
秦旭达
喻秀
李启铭
机构
[1] 天津大学机械工程学院
关键词
时变自回归; 隐马尔科夫模型; 谱估计; 故障诊断;
D O I
暂无
中图分类号
TH133.33 [滚动轴承];
学科分类号
082805 [农业机械化与装备工程];
摘要
针对工况条件下轴承故障振动信号的非平稳特性,分析时变自回归与隐马尔科夫模型的特点,提出了一种基于时变自回归和隐马尔科夫模型的滚动轴承故障诊断方法.振动信号经时变自回归建模后,得到时频分辨率较高、无交叉干扰项的时频谱,基于能量法对时频谱进行特征提取,然后利用隐马尔科夫模型对故障特征统计分类,实现对轴承故障的诊断.轴承信号分析表明,TVAR建模可以有效地提取信号中的故障特征,结合隐马尔科夫模型的动态统计特性可智能识别轴承故障类型,得到良好的诊断效果.
引用
收藏
页码:168 / 173
页数:6
相关论文
共 4 条
[1]
基于时变自回归模型与支持向量机的旋转机械故障诊断方法 [J].
张龙 ;
熊国良 ;
柳和生 ;
邹慧君 ;
陈慧 .
中国电机工程学报, 2007, (09) :99-103
[2]
基于TVAR的非平稳工况转子故障诊断技术研究 [J].
陈慧 ;
张龙 ;
熊国良 ;
李嶷 .
华东交通大学学报, 2006, (05) :115-118+132
[3]
基于能量的时频特征提取研究 [J].
刘伟 ;
刘光斌 ;
毛端海 .
红外与激光工程, 2004, (03) :296-299
[4]
非平稳信号故障特征提取与智能诊断方法的研究及应用 [D]. 
王奉涛 .
大连理工大学,
2003