本文献为外文文献的中文摘要页面，您获取的文献为外文文献，点击返回原页面
【摘要】本文提出了一种针对低速滚动轴承的各种单个和多个组合缺陷的可靠的故障诊断方法。此方法在时间上划分声发射（AE）信号并选择信号的一部分，其中包含有关轴承故障的固有信息。然后，本文使用多级有限冲激响应滤波器组对所选时域AE信号进行频率分析，以获得涉及轴承缺陷异常症状的信息最多的子带信号。它通过使用二维可视化工具来完成此任务，该工具通过时变和多分辨率包络分析（TVMREA）表示基于高斯混合模型的残余成分与缺陷成分的比例。然后，在信息子带信号中提取时域和频域中的故障特征。由于提取的所有故障特征可能对诊断的作用均不相同，因此基于遗传算法（GA）的判别特征分析（GADFA）选择了判别特征最具判别力的子集。在实验中，使用各种条件下的单个和多个组合轴承缺陷来验证使用TVMREA和GADFA的此故障诊断方案的有效性。实验结果表明，这种可靠的故障诊断方法可在各种情况下准确识别轴承的故障类型。此外，GADFA优于其他最新的特征分析技术，在平均分类准确度方面的性能提高了7.3％–46.6％。
【作者】Kang Myeongsu；Kim Jaeyoung；Wills Linda M；Kim Jong-Myon；
【作者单位】
【年(卷),期】2015(62),12
【年度】2015
【页码】7749-7761
【总页数】13
【原文格式】PDF
【正文语种】eng
【中图分类】
【关键词】声发射；声发射（AE）；故障诊断；遗传算法；遗传算法（GA）；单个和多个组合轴承缺陷；单个和多个组合轴承缺陷；时变和多分辨率包络分析；时变和多分辨率包络分析（TVMREA）；
