一种基于多元特征融合的风机轴承故障诊断方法

    公开(公告)号:CN112229633A

    公开(公告)日:2021-01-15

    申请号:CN202010917955.9

    申请日:2020-09-03

    IPC分类号: G01M13/045

    摘要: 针对单一方法难以准确判断轴承故障的问题,本发明公开了一种基于多元特征融合的风机轴承故障诊断方法。该方法包括以下步骤:1)收集正常和故障态的轴承数据,并进行预处理;2)计算轴承信号的时域指标,计算与不同故障的马氏距离,作为特征一;3)将轴承信号作为音频处理,利用希尔伯特—黄变换提取特征向量,作为LSSVM的输入数据,计算概率输出,作为特征二;4)利用短时傅里叶变换技术提取轴承信号的频域特征,训练卷积神经网络学习不同故障信号的特征,得到分类结果作为特征三;5)采用DS证据理论融合三个特征,得出故障诊断结果。本发明能克服单一方法的检测局限性,实现多元特征互补,提高诊断的准确性。