基于多分类模糊相关向量机的滚动轴承智能故障诊断方法

摘要

本发明公开了一种基于多分类模糊相关向量机的滚动轴承智能故障诊断方法。利用加速度传感器对滚动轴承的振动信号进行采集，在不同噪声强度下得到了各运行状态小波包能量特征向量，并引入新的基于类中心的隶属度计算法方法，在此基础上构建了基于多分类模糊相关向量机实现了滚动轴承的智能故障诊断，并利用多分类模糊相关向量机对故障特征向量样本集进行训练与测试，将测试结果与实际故障类型比较，验证了诊断方法的有效性，实现了滚动轴承的智能故障诊断。本诊断方法克服了传统智能故障诊断方法在强噪声环境下诊断准确率不高的不足，且故障诊断效率高以及抗噪性能好，适用于复杂噪声环境下的滚动轴承故障诊断，具有较好的工程价值和应用前景。