基于PCA和支持向量机的滚动轴承故障诊断

摘要

提出了应用主矢量(PCA)和支持向量机相结合进行滚动轴承故障诊断的方法.对故障轴承的特征提取和故障特征准确分类是解决该问题的两个关键.PCA可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归.利用上述原理根据轴承振动信号的变化特征,采用主矢量(PCA)对其提取状态主特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,利用主矢量(PCA)分解后的主特征向量与支持向量机相结合可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径.