论文部分内容阅读
单独提取滚动轴承振动信号的时域或频域特征进行故障诊断，是目前常用的轴承诊断方法，诊断精度有待提高。以时域和频域的多维振动特征参量为指标，以历史诊断正确率作为特征参量权值，分别对滚动轴承的无故障和经常出现的滚珠故障、内环故障和外环故障工况进行特征提取和故障识别。多维时频域振动特征是单维特征依据诊断精度权重的集合。运用BP神经网络分别对信号的时域特征（TDF）、IMF能量矩（IEM）、小波包能量矩（WPEM），以及多维时频域特征进行智能故障判别。实验验证用多维时频域振动特征参量综合诊断的方法进行滚动轴承故障诊