石油钻井传动滚动轴承的故障诊断

【摘要】：对采集到石油钻井的滚动轴承正常、内圈和滚子裂缝、内圈和滚子剥落三种工况下的振动信号利用小波分析进行消噪处理后,再利用小波熵进行特征提取,对提取到的特征向量分别使用RBF神经网络和支持向量机进行故障类型的模式识别。从实验处理结果中可以看到RBF神经网络和支持向量机都能很好地进行滚动轴承故障诊断,并且在小样本的情况下支持向量机比RBF神经网络具有更高的诊断精度,这表明支持向量机在解决滚动轴承故障诊断问题上有着很好的实用价值和应用前景。