基于小波包和BN模型的深沟球轴承故障诊断.pdfVIP

学兔兔 轴承 2016年3期 璺 二 2 48—52 CN41—1148／TH Bearing2016．No．3 ．．1测量 与仪 器 基于小波包和 BN模型的深沟球轴承 故障诊断 郭文强 ，张宝嵘 ，彭程 ，夏令君 ，佘金龙 (陕西科技大学 电气与信 息工程 学院 ，西安 710021) 摘 要 ：针对造纸机干燥部所用深 沟球 轴承故障的不确定性 问题 ，提出了小波包 与 Bayes网络相结合 的滚动轴承 故 障诊 断方法。首先 ，对实测振 动信 号进 行小波包分解 ；其次 ，利用设计 的特征 提取 函数进一 步处理信号 ，离散 化后形 成故障特征 向量 ；然后 ，采用特征 向量训 练得 到 BN模型先验参数 ，建立轴承故障诊断 网络模型 ；最后 ，充 分利用 Bayes网络的建模 学习能力和概率 推理算 法解决 不确 定性 问题 的表示 和推 理 ，完成故 障诊断 。试 验结 果表 明 ：BN模 型在诊断正确率 、训练耗 时上均优于传统 BP神经网络方法 ，尤其 可在输入 故障特 征 向量 不完备 时，依然具有较好 的推理诊 断效果 。 关键 词 ：滚动轴承 ；故障诊断 ；小波包 ；Bayes模型 ；离散化 中图分 类号 ：TH133．33；TN911．7 文献标志码 ：B 文章编号 ：1000—3762(2016)03—0048—05 Fault Diagnosis for Deep Groove Ball Bearings Based on Wavelet Packet and BN Model GuoWenqiang，Zhang Baorong，Peng Cheng，Xia Lingjun，She Jinlong (College of Electrical＆Information Engineering，Shaanxi University of ScienceTechnology，Xihn of Engineering，Shaanxi University Electrical＆Information 71002