张金凤, 李 雪, 杨 蕊, 李继猛

(1. 燕山大学 里仁学院, 河北 秦皇岛 066004; 2. 燕山大学 电气工程学院, 河北 秦皇岛 066004)

1 引 言

滚动轴承是组成旋转机械设备的重要部件,其健康状况直接关系到整个设备能否正常、平稳运行,因此对滚动轴承进行状态监测和故障诊断,提高滚动轴承的诊断精度,对保障工业安全生产、提高企业效益具有重要意义[1,2]。目前研究较多且广泛应用于轴承故障诊断的智能诊断方法主要有:基于支持向量机(support vector machine,SVM)的智能诊断方法、基于人工神经网络的智能诊断方法、基于专家系统的智能诊断方法等。其中,SVM采用结构风险最小化原则,通过构建最优超平面的办法来分类,具有结构简单、能够适应小样本分类的特点,可以巧妙地将样本由低维转化到高维,能够有效解决小样本、非线性、高维度的问题,且具有运算速度快、泛化能力强等优点[3,4]。商空间理论是一种重要的粒计算模型[5,6]。它将不同的粒度世界与数学上的商集概念统一起来,将不同的粒度用不同的商集来表示,致力于研究论域、属性、结构在不同粒度下的表示与性质,以及这些表示、性质之间的相互依存、相互转换关系[7]。商空间粒度和层次的思想可在不同的粒度下分析问题,得到问题各个角度、不同层面的求解信息。在求解综合复杂问题时,商空间可以将一个大问题分解成若干子问题,子问题还可以进一步分解为更小的子问题,通过系列子问题的求解,综合得到原有问题的解。……