王书涛 张金敏 张淑清 刘永富

燕山大学河北省测试计量技术及仪器重点实验室，秦皇岛，066004

0 引言

在滚动轴承运行过程中，提取振动信号时难免会受到大量非监测部件振动的干扰，造成有效信号的淹没，特别是滚动轴承的振动信号是经过复杂传递途经所得，并且故障信号非常微弱，往往造成故障信息淹没在背景噪声和干扰中，从而使信号特征提取及故障诊断变得异常困难［1－2］。

威布尔分布（Weibull distribution）是1939年瑞典人威布尔为描述材料疲劳强度而提出的一种统计模型，在产品疲劳寿命各可靠性分析中已获得极其广泛的应用。由于不同故障类型的威布尔分布模型的尺度参数、形态参数和威布尔负对数区别较大，能够较好地刻画轴承运行的状态特性，因而可以用作反应轴承运行状态的特征向量［3－5］。

聚类分析是多元统计分析的一种，也是非监督模式识别的一个重要分支。模糊C均值（fuzzy C－means，FCM）是一种基于模糊理论的聚类算法，将样本数据根据其相对于聚类中心的隶属度确定样本的亲疏程度而实现分类［6］。

本文提出一种基于威布尔分布的滚动轴承故障信息特征提取方法，以及模糊C均值的聚类方法，对故障进行识别。首先采用组合形态滤波器对原始信号进行消噪等预处理，对预处理后轴承信号建立威布尔分布模型，并提取威布尔分布的形态参数、尺度参数和威布尔负对数似然函数作为特征向量来表征轴承运行状态，然后采用模糊聚类对提取的特征向量进行模式分类和故障识别，并通过实验验证所提方法的有效性。……