基于层次化混合分类器的含未知故障风机轴承故障诊断方法

摘要

为提高风机轴承故障诊断精度,针对含未知类型故障信号的误识别问题,提出一种风机轴承故障诊断新方法.首先,将风机轴承振动信号进行经验小波变换(EWT),对分解得到的固有模态分量(IMF)提取15种时-频域特征,构建特征向量集;然后,通过基尼(Gini)指数评价特征分类能力,构建最优特征集合;最后,采用单类支持向量机(OCSVM)与极限学习机(ELM)组合的层次化混合分类器进行故障诊断.对比单纯采用ELM、SVM分类器,新方法能够更好辨识含未知故障类型的风机轴承故障信号.