基于振动时域特征的船用滚动轴承故障诊断方法

作     者：陈阳 李一 姬正一 张胜光 雷博 CHEN Yang;LI Yi;JI Zhengyi;ZHANG Shengguang;LEI Bo

作者机构：中国人民解放军92493部队辽宁葫芦岛125000 中国人民解放军92941部队辽宁葫芦岛125000 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2021年第49卷第14期

页      面：193-200页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主　　题：滚动轴承 故障诊断 随机森林 机器学习 特征提取 

摘      要：基于机器学习故障诊断方法,针对船用滚动轴承复合故障特征提取多样化的特点,提出一种以振动信号时域指标为特征的随机森林故障诊断方法。将振动时域信号进行清洗转换,构造5个量纲一化指标的衍生特征,并选取以决策树为基本分类器的随机森林算法建立训练模型;通过特征筛选、评估测试和模型优化得到较为理想的故障诊断分类模型;采用滚动轴承竞赛数据集进行模型仿真,并结合实际模拟8种船用滚动轴承故障状态。通过三向振动实验和算法建模,证明特征提取的科学性和故障诊断模型的有效性。结果表明:采用该方法,数据仿真诊断准确率为98.61%,实验诊断准确率为98.85%,且该方法在振动采集方向为轴向时诊断效果最优。