基于多传感器信息融合的滚动轴承故障诊断研究.pdf

《基于多传感器信息融合的滚动轴承故障诊断研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2016年仪表技术与传感器2016第7期InstrumentTechniqueandSensorNo．7基于多传感器信息融合的滚动轴承故障诊断研究俞昆，谭继文，李善(青岛理工大学机械工程学院，山东青岛266525)摘要：由于单一传感器所包含的故障信息不能全面地反映滚动轴承的故障状态。提出了一种基于多传感器信息融合的滚动轴承故障诊断方法。首先，利用不同位置的加速度传感器采集滚动轴承故障振动信号，经集成经验模态分解(EEMD)后，前8个固有模态分量(IMF)的能量值作为分类器支持向量机(SVM)的输入故障特征参量

2、；其次，利用故障特征参量训练分类器SVM，并对测试样本进行分类，实现故障的初步分离；然后。根据混淆矩阵获得各分类器的全局可信度和局部可信度，并与各测试样本的后验概率输出结合实现Ds证据理论中基本概率分配函数的赋值：最后，利用Ds证据理论实现融合以获得最终诊断结果。试验结果表明：提出的方法可有效融合不同传感器的故障信息，最大限度地避免误诊现象。关键词：滚动轴承；故障诊断；支持向量机；DS证据理论；信息融合中图分类号：TH16文献标识码：A文章编号：1002—1841(2016)07—0097—06Rolling

3、BearingFaultDiagnosisResearchBasedonMulti．sensorInformationFusionYUKun，TANji—wen，LIShan(MechanicalEngineeringCollege，QingdaoTechnologicalUniversity，Qingdao266525，China)Abstract：Sincethefau1tinformationobtainedbythesingularsensorcouldnotreflectthefauhconditi

4、onofrollingelementbeatingcompletely，anewfaultdiagnosismethodofrollingelementbeatingbasedonthemulti—sensorinformationfusionwaspro—posedinthispaper．Firstly，threeaccelerationsensorsofdifferentlocationswereutilizedtocollectthevibrationsignalsofrollingelementbea

5、ring．ThefirsteightenergyvalueofIMFcomponentsextractedbyensembleempiricalmodedecomposition(EEMD)wereutilizedastheinputfeaturesofsupportvectormachine(SVM)respectively．Secondly，thefaultfeaturesoftrainsampleswereutilizedtotrain"SVM，whichwereutilizedtoclassifyth

6、etestsamplesfollowing．Thentheprimaryfaultdiagnosiswasreal—ized．Thirdly，theglobalreliabilityandlocalreliabilityofeachclassifierwereobtainedfromtheconfusionmatrix．Thebasicprob—abilityassignmentofeachevidencewasrealizedbycombiningthereliabilitywithposteriorpro

7、babilityestimation．Finally．Thefi—nalfaultdiagnosiswasobtainedbyusingDSevidencetheorytofusetheinformationofeachevidence．Theresultoffaultdiagnosisexerciseshowsthehighreliabilityofthisproposedmethod．Themethodcanfusethefaultsignalofeachsensoreffectivelyanda—voi

8、dthephenomenonofmisdiagnosis．Keywords：rollingelementbeating；faultdiagnosis；SVM；DSevidencetheory；informationfusion0引言泛。滚动轴承振动信号经EEMD分解后得到的一系滚动轴承是机械设备中的关键零部件，也是最易列固有模态分量(intrinsicmodefunction，IMF)中包含损伤的元