申永军, 段春宇, 王杜娟，杨绍普

(1.石家庄铁道大学机械工程学院 石家庄, 050043)(2.中国中铁工程装备集团有限公司 郑州， 450016)



基于α稳定分布和支持向量机的轴承模式分类*

申永军1, 段春宇1, 王杜娟2，杨绍普1

(1.石家庄铁道大学机械工程学院 石家庄, 050043)(2.中国中铁工程装备集团有限公司 郑州， 450016)

针对滚动轴承发生故障时振动信号表现出来的脉冲特性，提出了一种基于α稳定分布和支持向量机的模式分类方法。介绍了α稳定分布的定义和概率密度函数，并与故障轴承振动信号的概率密度函数曲线进行比较，证明了具有脉冲特性的轴承振动信号符合α稳定分布。用小波包分解技术对不同类型的轴承实测数据进行分解，并提取相应特征参数作为特征向量，建立支持向量机诊断模型，进行特征模式分类。通过与传统的基于峭度和方差的模式分类方法进行比较，表明该方法具有较高的诊断准确性。

α稳定分布； 小波包分解； 支持向量机； 故障诊断

引 言

α稳定分布又被称作非高斯稳定分布和重尾分布，是满足广义中心极限定理的一类分布。α稳定分布概念提出后，在信号处理领域得到了广泛的关注。不同领域的人员进行了大量关于α稳定分布噪声下的信号处理研究[1-5]，也在故障诊断领域进行了一定研究。李长宁等[6]提出了α稳定分布的拟合方法并初步用于滚动轴承故障诊断。师宁宁等[7]提出了利用α稳定分布对齿轮进行故障识别的新方法。

机械故障诊断用到了很多信号处理和特征提取方法[8-9]。……