VPMCD和改進(jìn)ITD的聯(lián)合智能診斷方法研究

摘要： 提出了一種基于變量預(yù)測模型（Variable predictive model based class discriminate，簡稱VPMCD）和改進(jìn)固有時間尺度分解（Intrinsic timescale decomposition，簡稱ITD）算法的滾動軸承故障診斷方法。VPMCD方法充分利用了特征值之間的相互內(nèi)在關(guān)系來建立預(yù)測模型，并以這些模型對待診斷樣本的特征值的預(yù)測結(jié)果作為分類依據(jù)來進(jìn)行模式識別。ITD方法能自適應(yīng)地將非平穩(wěn)信號分解成為若干單分量信號（固有旋轉(zhuǎn)分量，Proper rotation component，簡稱PRC）之和。首先對ITD算法進(jìn)行了改進(jìn)；接著采用改進(jìn)ITD算法對原始振動信號進(jìn)行分解得到多個內(nèi)稟尺度分量（Intrinsic scale component，簡稱ISC）；然后對包含主要故障信息的若干內(nèi)稟尺度分量建立對數(shù)正態(tài)分布模型，并提取其對數(shù)均值和對數(shù)標(biāo)準(zhǔn)差作為故障特征值；最后采用VPMCD模式識別方法得到各故障特征值的預(yù)測模型，并利用預(yù)測模型對待診斷樣本的故障類型和工作狀態(tài)進(jìn)行分類和識別。對滾動軸承正常、外圈故障和內(nèi)圈故障振動信號的分析結(jié)果表明了該方法的有效性。

關(guān)鍵詞： 故障診斷； 滾動軸承； 改進(jìn)ITD算法； 對數(shù)正態(tài)模型； VPMCD