基于振动参数聚类融合的空间轴承故障辨识方法研究

发布时间：2023-03-05 13:58

　　轴承是飞轮和控制力矩陀螺(CMG)等空间惯性执行机构的核心部件,其健康状态直接影响整机性能和使用寿命。当前,由于轻载轴承在正常运转时也可能产生类似于微弱故障特征的现象,导致单一故障特征参数难以辨识正常和微弱故障状态。针对这一问题,本文提出了一种基于振动参数聚类融合的轴承微弱故障辨识方法。首先,通过轴承振动实验获得数据;然后,基于特征频率比值等方法对振动信号进行特征参数的提取;在此基础上,利用K-Medoids算法对正常样本进行聚类,并根据3σ法则构建正常运转的安全边界;最后,计算不同轴承故障数据的超限概率,根据概率大小进行故障状态的识别。结果表明,该方法对轴承正常和微弱故障的辨识是可行和有效的。

【文章页数】：5 页

【文章目录】：
0 引言
1 基于多参数聚类融合的微弱故障辨识方法
    1.1 特征参数的选取
    1.2 K-Medoids聚类方法
    1.3 方法流程
2 实验装置及数据采集
    2.1 实验装置
    2.2 不同状态下振动信号的特征参数
3 结果展示
4 结论



本文编号：3756321