噪声与振动控制

噪声与振动控制 ›› 2025, Vol. 45 ›› Issue (5): 138-145.

• 信号处理与故障诊断 • 上一篇    下一篇

基于智能频带分割的实时变速轴承故障诊断法

王思思，蒋淑霞，陈晓飞，吴杰，黄成祥   

  1. ( 中南林业科技大学机械与智能制造学院, 长沙410004 )
  • 收稿日期:2024-03-04 修回日期:2024-05-06 出版日期:2025-10-18 发布日期:2025-10-13

Real-time Bearing Fault Diagnosis under Variable-speed Condition Based on Intelligent Frequency Band Spliting

  • Received:2024-03-04 Revised:2024-05-06 Online:2025-10-18 Published:2025-10-13

PDF

摘要： 针对实时变速工况下滚动轴承故障信号特征提取与在线识别难题，提出一种创新性的轴承故障诊断方法。该方法融合频带分割(Frequency Band Spliting，FBS)与经遗传算法优化的BP神经网络(Genetic Algorithm-Backpropagation Neural Network，GA-BP)。首先，对原始信号进行小波包分解得到小波包能量谱，然后提取振动信号和转速信号均值和方差指标共同构建特征参数集，为进一步降低数据采集成本，对特征参数集进行降采样处理。最后利用GA-BP的最佳隐含层自适应寻优系统，实现对故障特征的精确识别。实验和应用案例表明，其对于美国凯斯西储大学轴承数据集故障诊断准确率达100 %，对于加拿大渥太华大学轴承数据集故障诊断准确率达99.4 %，充分证明所提方法的经济性、有效性和良好的鲁棒特性。

关键词: 故障诊断, 频带分割, 降采样处理, 实时变速工况, 小波包能量谱