基于振动图像纹理特征识别的轴承故障程度诊断方法研究.pdf

振动与冲击
第 32卷第 5期 JOURNALOFVIBRATIONANDSHOCK

基于振动图像纹理特征识别的轴承故障程度诊断方法研究
关贞珍,郑海起,叶明慧
(石家庄军械工程学院,石家庄 050003)
摘要:针对轴承故障诊断中故障分类研究多,故障程度研究少,振动图像信息丰富得不到充分利用问题,提出利
用振动图像纹理特征识别技术进行轴承故障程度诊断方法。该方法先对轴承振动响应信号进行 EMD-形态差值滤波处
理,后将滤波后信号转换为双谱等高线图,利用灰度三角共生矩阵得到双谱图形纹理特征,应用主成份分析法从纹理特征
参数中提取轴承故障程度特征参量,用支持向量机进行模式识别。实验结果表明该方法能有效区别轴承外圈、内圈及内
外圈的故障严重程度,可为旋转机械故障程度诊断提供新方法。
关键词:轴承;故障诊断;故障程度;振动图像
中图分类号:TH133;TP274 文献标识码:A
Bearingfaultseverityassessmentbasedonvibrationimage
GUANZhenzhen,ZHENGHaiqi,YEMinghui
(OrdnanceEngineeringCollege,Shijiazhuang050003,China)
Abstract: Theknowledgeaboutbearingfaultdegreeidentificationisstillnotmuchuptonow,whiletheabundant
,amethodoffaultdegreeidentificationofbearing
noisedwithEMDmorphologyfilter,andthen
convertedtobispectrum levelcoponentanalysis,

,and
itprovidesanewdiagnosisapproachforthefaultdegreeidentificationofrotatingmachinery.
Keywords:bearing;faultdiagnosis;faultdegree;vibrationimage
轴承故障诊断多集中于故障分类研究,而对故障理特征,应用主成份分析