基于多通道循环平稳特征融合的智能诊断方法

简介

同一监测点的多源通道信号可以为精准故障诊断提供更全面的特征信息,然而多源特征的有效融合仍然具有挑战性。为解决此问题,耦合隐马尔科夫(CHMM)被用来有效融合双通道信息的循环平稳特征,即用快速谱相关(FSC)提取特征,从而为提高滚动轴承智能诊断正确率提供有效多源融合特征向量支撑。FSC分析方法用于滚动轴承同源双通道振动信号的特征提取;参数优化选取后的CHMM对双通道同源特征进行融合,实现滚动轴承的智能诊断。通过滚动轴承常规故障实验和全寿命加速疲劳实验,验证了所述方法不仅能用于滚动轴承故障的智能分类,而且还能用于滚动轴承的有效性能退化评估。此外,通过对比研究验证了所述方法的优越性。