局部保形映射与AdaBoost方法在滚动轴承故障诊断中的应用.pdfVIP

振　动　与　冲　击 第３２卷第５期 ＪＯＵＲＮＡＬＯＦＶＩＢＲＡＴＩＯＮＡＮＤＳＨＯＣＫ Ｖｏｌ．３２Ｎｏ．５２０１３　  局部保形映射和ＡｄａＢｏｏｓｔ方法在滚动轴承故障诊断中的应用 姚　培，王仲生，姜洪开，刘贞报，布树辉 （西北工业大学 航空学院，西安　７１００７２） 　　摘　要：针对滚动轴承故障振动信号的随机性和非平稳性，提出基于局部保形投影（ＬＰＰ）特征提取和自适应 Ｂｏｏｓｔｉｎｇ算法的滚动轴承故障诊断方法。首先对信号构建原始样本数据集合，提取时域、频域及时频域的相关特征，将该 特征作为ＬＰＰ的输入样本，得到维数降低的新数据集合并能尽可能保持原始局部流形结构。将此降维特征向量作为Ａｄ ａｂｏｏｓｔ输入，建立故障模型，用以识别滚动轴承故障类型。分析滚动轴承正常状态、内圈故障、外圈故障及滚动体故障特 性。通过对比试验表明，基于ＬＰＰ与Ａｄａｂｏｏｓｔ诊断方法识别率较高，可准确有效地对滚动轴承状态和故障进行分类。 关键词：滚动轴承；局部保形投影；特征值；特征向量；Ａｄａｂｏｏｓｔ 中图分类号：ＴＨ１７；ＴＰ３０６　　　文献标识码：Ａ Ｒｏｌｌｅｒｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄｏｎｌｏｃａｌｉｔｙｐｒｅｓｅｒｖｉｎｇｐｒｏｊｅｃｔｉｏｎ ＹＡＯＰｅｉ，ＷＡＮＧＺｈｏｎｇｓｈｅｎｇ，ＪＩＡＮＧＨｏｎｇｋａｉ，ＬＩＵＺｈｅｎｂａｏ，ＢＵＳｈｕｈｕｉ （ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００７２，Ｃｈｉｎａ） 　　Ａｂｓｔｒａｃｔ：　Ａｎｏｖｅｌｍｅｔｈｏｄｆｏｒｒｏｌｌｅｒｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓｗａｓｐｒｅｓｅｎｔｅｄｂａｓｅｄｏｎｌｏｃａｌｉｔｙｐｒｅｓｅｒｖｉｎｇｐｒｏｊｅｃｔｉｏｎ （ＬＰＰ）ａｎｄａｄａｐｔｉｖｅｂｏｏｓｔｉｎｇａｌｇｏｒｉｔｈｍ（Ａｄａｂｏｏｓｔ）．Ｔｈｅｏｒｉｇｉｎａｌｄａｔａｓｅｔｆｏｒｖｉｂｒａｔｉｏｎｓｉｇｎａｌｓｗａｓｃｏｎｓｔｒｕｃｔｅｄ，ｉｎｃｌｕｄｉｎｇ ｔｉｍｅｄｏｍａｉｎｐａｒａｍｅｔｅｒｓ，ｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｐａｒａｍｅｔｅｒｓ，ａｎｄｔｉｍｅｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｐａｒａｍｅｔｅｒｓ．Ｓｕｃｃｅｓｓｉｖｅｌｙ，ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｅｄｆｅａｔｕｒｅｓｆｒｏｍｔｈｅｏｒｉｇｉｎａｌｄａｔａｓｅｔｗｅｒｅｅｘｔｒａｃｔｅｄｂｙｕｓｉｎｇＬＰＰ．Ａｎｄｆｉｎａｌｌｙ，ｔｈｅａｄａｐｔｉｖｅｂｏｏｓｔｉｎｇａｌｇｏｒｉｔｈｍｗａｓ ａｐｐｌｉｅｄｆｏｒｔｒａｉｎｉｎｇａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｓｉｔｕａｔｉｏｎｓｏｆｎｏｒｍａｌｃｏｎｄｉｔｉｏｎ，ｉｎｎｅｒｒａｃｅｄｅｆｅｃｔ，ｏｕｔｅｒｒａｃｅｄｅｆｅｃｔ，ａｎｄｂａｌｌ ｄｅｆｅｃｔｏｆｒｏｌｌｅｒｂｅａｒｉｎｇｓｗｅｒｅａｎａｌｙｓｅｄ．Ｔｏｖｅｒｉｆｙｉｔｓａｄｖａｎｔａｇｅｓ，ｓｏｍｅｃｏｍｐａｒａｔｉｖｅｔｒｉａｌｓａｎｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｉｔｓ ｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｓｕｐｅｒｉｏｒｉｔｙ． Ｋｅｙｗｏｒｄｓ：ｒｏｌｌｅｒｂｅａｒｉｎｇ；ｌｏｃａｌｉｔｙｐｒｅｓｅｒｖｉｎｇｐｒｏｊｅｃｔｉｏｎ；ｅｉｇｅｎｖａｌｕｅ；ｅｉｇｅｎｖｅｃｔｏｒ；ａｄａｂｏｏｓｔ 　　在机械故障诊断中，利用振动信号对故障进行诊 且能揭示出高维非线性数据集合的特有流形结构。由 断是最有效、最常用方法之一［１，１１］。机械故障诊断最 于滚动轴承在发生故障时，其时域特征、频域特征、时 初从振动信号中提取时域、频域、及时频域参数，利用 频域特征会有差别，每种故障类型都会对应一种流形 特征提取方法得到的特征量构建训练样本，将该样本 结构。故选用流形学习作为本文的特征提取方法。 ［２］ 作为分类器