论文部分内容阅读
本文针对滚动轴承的典型故障,进行了基于遗传编程(Genetic Programming,GP)与核主元分析(KPCA)的滚动轴承故障诊断方法研究。经试验获得轴承健康状态及典型故障(外圈故障,内圈故障及滚动体故障)下的振动信号,提取故障信号特征并计算不同状态下的时、频域特征参数,利用遗传编程对特征参数进行优化,构造了对故障敏感高的复合特征参数,提高了轴承状态识别的准确度。此外,将核主元分析与遗传编程结合,增强复合特征参数识别轴承状态的能力。主要内容如下:(1)计算滚动轴承不同状态下的时域、频域