軸承是飛輪和控制力矩陀螺(CMG)等空間慣性執(zhí)行機(jī)構(gòu)的核心部件,其健康狀態(tài)直接影響整機(jī)性能和使用壽命。當(dāng)前,由于輕載軸承在正常運(yùn)轉(zhuǎn)時(shí)也可能產(chǎn)生類似于微弱故障特征的現(xiàn)象,導(dǎo)致單一故障特征參數(shù)難以辨識(shí)正常和微弱故障狀態(tài)。針對(duì)這一問題,本文提出了一種基于振動(dòng)參數(shù)聚類融合的軸承微弱故障辨識(shí)方法。首先,通過軸承振動(dòng)實(shí)驗(yàn)獲得數(shù)據(jù);然后,基于特征頻率比值等方法對(duì)振動(dòng)信號(hào)進(jìn)行特征參數(shù)的提取;在此基礎(chǔ)上,利用K-Medoids算法對(duì)正常樣本進(jìn)行聚類,并根據(jù)3σ法則構(gòu)建正常運(yùn)轉(zhuǎn)的安全邊界;最后,計(jì)算不同軸承故障數(shù)據(jù)的超限概率,根據(jù)概率大小進(jìn)行故障狀態(tài)的識(shí)別。結(jié)果表明,該方法對(duì)軸承正常和微弱故障的辨識(shí)是可行和有效的。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 基于多參數(shù)聚類融合的微弱故障辨識(shí)方法
    1.1 特征參數(shù)的選取
    1.2 K-Medoids聚類方法
    1.3 方法流程
2 實(shí)驗(yàn)裝置及數(shù)據(jù)采集
    2.1 實(shí)驗(yàn)裝置
    2.2 不同狀態(tài)下振動(dòng)信號(hào)的特征參數(shù)
3 結(jié)果展示
4 結(jié)論



本文編號(hào)：3756321