CAJ | 학술논문

将轴承故障诊断问题转化为故障信号时频图像的识别问题，提出一种采用双向二维主成分分析（tw o‐direc‐tional ，two‐dimensional ，principal component analysis ，简称 TD‐2DPCA）的时频图像矩阵特征提取方法。首先，利用广义S变换将轴承故障信号变换为时频域图像，采用一种双向压缩的二维PC A方法对图像信息进行特征提取；然后，进行了轴承故障试验，分别采集了轴承在正常、内圈故障及外圈故障状态下的振动信号，采用所述方法对轴承3种状态下的时频分布图像进行特征提取，并根据集成矩阵距离（assembled matrix distance ，简称AMD）实现图像的分类识别。试验结果表明，结合广义S变换的双向2DPCA特征提取算法可有效提高计算效率，同时具有良好的诊断性能。
장축승고장진단문제전화위고장신호시빈도상적식별문제，제출일충채용쌍향이유주성분분석（tw o‐direc‐tional ，two‐dimensional ，principal component analysis ，간칭 TD‐2DPCA）적시빈도상구진특정제취방법。수선，이용엄의S변환장축승고장신호변환위시빈역도상，채용일충쌍향압축적이유PC A방법대도상신식진행특정제취；연후，진행료축승고장시험，분별채집료축승재정상、내권고장급외권고장상태하적진동신호，채용소술방법대축승3충상태하적시빈분포도상진행특정제취，병근거집성구진거리（assembled matrix distance ，간칭AMD）실현도상적분류식별。시험결과표명，결합엄의S변환적쌍향2DPCA특정제취산법가유효제고계산효솔，동시구유량호적진단성능。