基于轴心轨迹流形拓扑空间的转子系统故障诊断

提出一种基于轴心轨迹流形拓扑空间的转子系统故障诊断新方法。采用总体平均经验模态分解对采集现场的振动信号进行处理,将降噪后的IMF分量重构形成还原信号。采用还原的信号构成轴心轨迹,将获得的每一个轴心轨迹看作高维流形特征的一个维度,进行轴心轨迹流形高维空间的相重构。采用基于非线性局部切空间流形学习算法对高维特征进行降维,网格搜索算法进行局部切空间维数和邻域点数的寻优,最终获得轴心轨迹流形拓扑空间内的敏感特征。应用该方法进行试验台转子系统的正常、不对中、碰摩三种类型的故障诊断,得到可视化的流形敏感特征。将其应用于数控车床主轴正常和偏心的特征获取并采用支持向量机(Support vector machine,SVM)进行故障诊断,训练准确率为98.8636%,测试准确率为99%。验证了算法的有效性。