基于SVM-HMM滾動軸承故障診斷研究.pdf

1、在生產(chǎn)過程中，軸承在機械設備中的使用幾乎是不可或缺。相應的由于軸承發(fā)生故障引起的設備損壞、生產(chǎn)受損層出不窮，導致巨大的經(jīng)濟損失。但對軸承發(fā)生的諸多故障，造成的因素不盡相同，準確診斷軸承的故障尤為重要。在眾多旋轉機械故障中，滾動軸承占據(jù)了其中大約三分之一，所以對滾動軸承的工作特點、振動機理和故障診斷的研究將是軸承故障診斷領域的重點和熱點。本文通過對滾動軸承的故障振動進行理論分析、數(shù)值仿真分析以及實驗研究等手段，對滾動軸承的故障診斷進行了深

2、入研究。
　　第一章，闡述了課題的研究背景與意義，詳細介紹了滾動軸承的失效形式，故障信息獲取的主要方法和滾動軸承監(jiān)測與診斷的發(fā)展歷程，最后提出了本文的主要研究內(nèi)容和各章節(jié)體系結構。
　　第二章，介紹了滾動軸承的結構以及基本分類，對滾動軸承的運動學和振動機理進行分析，研究滾動軸承的故障特征頻率，最后分析滾動軸承的特征提取方法和模式識別等方案的研究現(xiàn)狀。
　　第三章，將EMD算法引入到滾動軸承振動信號的分解處理中，考慮其混

3、疊問題的基礎上，提出改進算法CEEMD，然后結合AR模型進行特征提取研究。將這一方法創(chuàng)新性的引入滾動軸承故障特征提取過程中，對其基本理論和實現(xiàn)過程進行了深入的研究。
　　第四章，對HMM模型和SVM分類器的原理和算法實現(xiàn)進行了研究，在對兩種模型進行了充分的理論分析的基礎上，提出了一種基于HMM-SVM的混合故障診斷模型，并完成了混合模型的搭建。
　　第五章，綜合前面章節(jié)提出的特征提取和模式識別方法的研究，對本文提出的方案進行