基于LR和SVDD的滾動(dòng)軸承故障識(shí)別方法研究.pdf

1、滾動(dòng)軸承在機(jī)械設(shè)備中廣泛應(yīng)用并且占有重要位置。機(jī)械設(shè)備中的很多故障均與滾動(dòng)軸承的運(yùn)行狀況有著密切聯(lián)系，在旋轉(zhuǎn)機(jī)械設(shè)備的故障有很大比例是由軸承的失效造成的，所以合理的進(jìn)行滾動(dòng)軸承故障診斷有著重要的實(shí)際意義。
　　本論文中采用邏輯回歸和支持向量數(shù)據(jù)描述進(jìn)行滾動(dòng)軸承故障狀態(tài)識(shí)別，首先利用局部均值分解和邏輯回歸建立模型進(jìn)行滾動(dòng)軸承故障類型識(shí)別，主要是確定內(nèi)圈故障或外圈故障，然后針對(duì)某一種故障類型進(jìn)行由輕微到嚴(yán)重狀態(tài)的不同損傷過程識(shí)別，主要

2、采用局部均值分解和支持向量數(shù)據(jù)描述建立的模型進(jìn)行滾動(dòng)軸承損傷程度的識(shí)別。
　　局部均值分解是一種適合非線性、不穩(wěn)定的滾動(dòng)軸承故障振動(dòng)信號(hào)的自適應(yīng)時(shí)頻分析方法。本文將局部均值分解方法應(yīng)用到對(duì)滾動(dòng)軸承故障振動(dòng)信號(hào)處理和分析中，然后進(jìn)行選取特征值，采用遺傳算法進(jìn)行邏輯回歸模型的參數(shù)優(yōu)化，得到邏輯回歸模型并進(jìn)行滾動(dòng)軸承故障類型識(shí)別。根據(jù)局部均值分解處理后的振動(dòng)信號(hào)選取適合支持向量數(shù)據(jù)描述模型的特征，完成支持向量數(shù)據(jù)描述模型的建立并針對(duì)某一