一种基于贝叶斯网络的滚动轴承故障诊断方法

本发明涉及一种基于贝叶斯网络的滚动轴承故障诊断方法。常见滚动轴承故障诊断方法，需建立数学模型，初期诊断不理想；选择小波基函数问题未得到解决；推理过程解释性差。本发明对轴承振动信号采样，获取样本，进行N点快速Fourier变换处理，将时域信号转成频域信号，计算故障特征向量，对故障特征向量进行离散化，建立故障诊断推理贝叶斯网络模型，设置待诊断故障样本，获取轴承观测证据，在BN模型中完成故障诊断类型节点Bearing信度θ更新，计算故障诊断类型节点，输出结果。本发明避免对振动信号进行复杂的数学建模过程，所得诊断推理模型具有特征参量少、故障特征突出和解释性良好等优点，是解决滚动轴承故障诊断问题的有效途径。