论文部分内容阅读
提出了一种基于AR-GMM的滚动轴承故障程度评估方法,该方法利用自回归模型(AR)提取无故障轴承早期振动信号特征,并建立无故障轴承高斯混合模型(GMM)作为故障程度评估基准。轴承后期振动信号在提取AR特征后导入该基准GMM模型,得到测试样本与无故障样本之间的量化相似程度。进而以此相似程度值为基础建立自回归对数似然概率值(ARLLP)作为滚动轴承故障程度评估指标。轴承疲劳试验分析表明该指标能够及时有效发现轴承早期故障,并能很好预测跟踪轴承恶化趋势,为视情维修奠定基础。