基于ROC-SVD的轴承故障检测

简介

在利用奇异值分解检测低信噪比的轴承故障信号时，奇异值能量阈值选择的随意性对检测结果有重要影响。为此提出利用受试者工作特征曲线（ROC曲线）对奇异值能量阈值进行优化，以降低阈值选择对检测结果影响。首先对当前滑动时窗内带噪信号进行降噪处理，通过奇异值分解初选奇异值阈值，通过Hilbert变换，得到当前时窗下故障频率；再对下一时窗信号进行检测时，将上一时窗奇异值阈值作为初值。利用ROC曲线对阈值进行修正。使得相邻两时窗故障频率误差在5％以内；并通过试验对所提及的检测算法进行验证，结果表明：ROC-SVD算法检测结果的一致性较好，跟实际的检测结果较为接近。通过该方法计算得到的轴承外圈故障频率为110Hz，实际为109．35Hz。