摘要
本发明属于机械故障诊断技术领域,公开了一种滚动轴承故障检测方法,获取滚动轴承的原始振动信号,并采用基于小波包分解对原始振动信号进行预处理,得到特征向量,并进行归一化处理;构建划分样本集,并按滚动轴承故障类别划分为训练集和测试集,提取滚动轴承的原始振动信号的时域和频域特征;采用Canopy‑Kmeans算法对滚动轴承故障检测模型进行训练,采用训练后的滚动轴承故障检测模型对滚动轴承故障检测,得到滚动轴承故障检测结果。本发明使用了Canopy算法进行粗聚类,可以有效地减少算法的时间复杂度,并且针对Canopy算法的中心点以及阈值选取都做了改进,可以检测出混合或者未识别的故障类型。