[发明专利]一种基于IRBFNN-AdaBoost分类器的滚动轴承故障诊断方法

摘要

本发明公布了一种基于IRBFNN-AdaBoost分类器的滚动轴承故障诊断方法，该方法属于旋转机械故障诊断领域。该发明包括以下步骤：1)确定轴承故障类型、数目以及所需测量信号；2)对不同故障模式的信号进行数据采集，并对信号进行傅里叶变换，提取频域故障特征，形成样本集，并将样本集分为训练样本和测试样本；3)用训练样本对故障分类器进行训练；4)利用测试样本对分类器进行测试，以评估分类器的性能。本发明的分类器是通过多个分类器级联构造而成的，并且用PSO(Particle Swarm Optimization，简称PSO)优化算法进行了优化。该分类器可以明显提高滚动轴承故障诊断的正确率。

主权项

一种基于IRBFNN‑AdaBoost分类器的滚动轴承故障诊断方法，其特征在于，该方法主要包括如下基本步骤：1)对待测的轴承进行实验分析，确定轴承的故障类型、故障数目以及所需的测量信号；2)数据采集及故障特征提取。采集故障轴承运行时的振动信号，导入计算机中，并对信号进行傅里叶变换，提取能够反映各种故障模式的故障特征，形成特征样本集。此处，将特征样本集分为训练样本集和测试样本集；3)利用训练样本集对IRBFNN‑AdaBoost分类器进行构造和训练。在分类器的设计与训练过程中，用PSO优化算法对分类器结构进行优化调整，并形成一个结构经过优化的IRBFNN‑AdaBoost故障分类器；4)利用测试样本集对IRBFNN‑AdaBoost故障分类器进行性能评估，计算故障诊断正确率等指标。