论文部分内容阅读
提出了一种基于粒子滤波状态估计的滚动轴承故障识别方法，该方法主要包括故障模型建立和故障识别两个步骤；在故障模型建立部分，首先依据滚动轴承不同故障状态下的振动信号，建立对应的自回归模型，作为故障模型；在故障识别部分，将正常状态下对应的模型，转化为状态空间模型，设计粒子滤波器，然后对不同的故障状态进行估计，提取其残差的相关特征，并结合模型参数特征应用BP神经网络识别算法进行故障识别；最后以美国凯斯西储大学的滚动轴承振动数据为例，验证了该方法的有效性。