%0 Journal Article %A 邓辉 %A 罗倩 %A 王岩 %T 基于Gibbs抽样的轴承故障诊断方法 %D 2018 %R 10.11772/j.issn.1001-9081.2018010035 %J 计算机应用 %P 2136-2140 %V 38 %N 7 %X 针对现有轴承故障诊断方法的不足,即诊断片面性问题,提出了一种基于Gibbs抽样的轴承故障诊断方法。首先对轴承振动信号进行局部特征尺度分解(LCD)得到内禀尺度分量(ISC);然后对轴承振动信号和ISC分别提取时域特征,按照特征敏感度高低对时域特征排名,选择排名靠前的特征组成特征集;其次使用特征集训练产生基于Gibbs抽样的多维高斯分布模型;最后通过后验分析得到概率,实现轴承故障诊断。实验结果表明诊断正确率达到100%,与基于SVM的轴承诊断方法相比,在特征数为43个时诊断正确率提升了11.1个百分点。所提方法能够有效地对滚动轴承故障状态进行诊断,对高维复杂的轴承故障数据也有很好的诊断效果。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2018010035