程晓涵，　汪爱明，　花如祥，　孟国营

(中国矿业大学(北京)机电与信息工程学院　北京，100083)



24种特征指标对轴承状态识别的性能研究*

程晓涵，汪爱明，花如祥，孟国营

(中国矿业大学(北京)机电与信息工程学院北京，100083)

摘要要实现机械设备的故障诊断，关键是要找到对设备状态敏感性和聚类性强的特征指标。针对如何筛选出满足上述特点的指标，提出结合投影寻踪方法研究24种特征指标对轴承状态识别的敏感性和聚类性；以内圈故障为例，构造其故障振动的数学模型，计算得到24种特征指标并将其投影，提出最佳投射方向矩阵，研究在最佳投影方向矩阵下24种特征指标的投影分布特征；提出用极差系数、平均差系数、离散系数、主轴线相对系数和均值系数来研究24种特征指标对不同故障的敏感性和聚类性；借助美国西储大学轴承数据中心网站公开发布的轴承探伤测试数据集中的内圈故障进行验证。该方法能够为轴承的故障诊断筛选优质特征指标，保证故障识别的及时性和诊断准确性。

关键词24种特征指标； 投影寻踪； 最佳投影方向矩阵； 敏感性； 聚类性

引言

轴承故障从早期异常到功能故障是一个逐渐劣化的过程，利用时域特征指标进行故障识别存在严重的时间滞后性和应对被动性；频域信号对状态变化比较敏感，目前主要是借助典型频率分量来判断，但典型频率分量经常会有波动或偏差；信号的能量谱反映了信号中各频率成分的能量分布情况，也可以较好地描述信号频域特征的变化。……