滚动轴承故障诊断的案例推理方法
付新哲张优云
朱永生
西安交通大学机械工程学院，７１００４９，西安
摘要：针对滚动轴承的故障诊断问题，提出了一种采用案例推理（ＣＢＲ）的诊断方法．为了解决检索
相似案例时案例属性多、人工确定关键属性及其权重困难的问题，提出了一种Ｆｉｌｔｅｒ／Ｗｒａｐｐｅｒ复合型特征选择算法，用邻域粗糙集算法粗选属性，用遗传算法进一步精选属性和优化权重，并有效地解决了邻域粗糙集算法中需要人工确定邻域大小的问题．以滚动轴承运行时的振动信号为基本信息，建立了滚动轴承案例库，从案例库中检索与问题案例相似的历史案例，并根据这些历史案例来判定问题案例的故障类别．试验结果表明，故障诊断的正确率达到１００％，故障位置诊断的正确卒达到９３．３％，且算法具有较好的稳定性．
案例推理；滚动轴承；故障诊断
ＴＨ１７Ａ
０２５３－９８７Ｘ（２０１１） １１－００７９－０６
Ｒｏｌｌｉｎｇ Ｂｅａｒｉｎｇ Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ Ａｐｐｒｏａｃｈ
Ｂａｓｅｄ ｏｎ Ｃａｓｅ－Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ
ＦＵ Ｘｉｎｚｈｅ ＺＨＡＮＧ Ｙｏｕｙｕｎ ＺＨＵ Ｙｏｎｇｓｈｅｎｇ
２０１１－０３－３０
ｆ寸新哲（１９８５－），男，硕士生；张优云（联系人），女，教授．
国家自然科学基
金资助项目（５１０３５００７）．
］都被用
类型为
ｌ和较高
结论
２０１０（１０） ： １３０－１３１．
＠＠［６］ ＷＡＴＳＯＮ Ｉ． Ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｉｓ ａ ｍｅｔｈｏｄｏｌｏｇｙ ｎｏｔ ａ ｔｅｃｈｎｏｌｏｇｙ ［ Ｊ ］． Ｋｎｏｗｌｅｄｇｅ－Ｂａｓｅｄ Ｓｙｓｔｅｍｓ，
１９９９， １２ （１／６）： ３０３－３０８．
＠＠［７］ ＧＵＹＯＮ Ｉ， ＥＬＩＳＳＥＥＦＦ Ａ． Ａｎ ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ ｖａｒｉａ
ｂｌｅ ａｎｄ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｍａｃｈｉｎｅ
Ｌｅａｒｎｉｎｇ Ｒｅｓｅａｒｃｈ， ２００３（３）： １１５７－１１８２．＠＠［８］ ＵＮＣＵ Ｏ， ＴＵＲＫＳＥＮ Ｉ． Ａ ｎｏｖｅｌ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｐ
ｐｒｏａｃｈ： ｃｏｍｂｉｎｉｎｇ ｆｅａｔｕｒｅ ｗｒａｐｐｅｒｓ ａｎｄ ｆｉｌｔｅｒｓ ［Ｊ］．
Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２００７， １７７ （２）： ４４９－４６６．＠＠［９］ ＺＨＵ Ｚ， ＯＮＧ Ｙ Ｓ， ＤＡＳＨ Ｍ． Ｗｒａｐｐｅｒ／ｆｉｌｔｅｒ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ａ ｍｅｍｅｔｉｃ ｆｒａｍｅｗｏｒｋ［Ｊ］．
＠＠［１］王晓冬，何正嘉，訾艳阳．滚动轴承故障诊断的多小 波谱峭度方法［Ｊ］．西安交通大学学报，２０１０，４４ （３）， ７７－８１．
ＷＡＮＧ Ｘｉａｏｄｏｎｇ， ＨＥ Ｚｈｅｎｇｊｉａ， ＺＩ Ｙａｎｙａｎｇ． Ｓｐｅｃｔｒａｌ
ｋｕｒｔｏｓｉｓ ｏｆ ｍｕｌｔｉｗａｖｅｌｅｔ ｆｏｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｒｏｌｌｉｎｇ
Ｓｙｓｔｅｍｓ Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ： Ｐａｒｔ Ｂ Ｃｙｂｅｒｎｅｔｉｃｓ，
ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， ２００７， ３７（１） ： ７０－７６．
＠＠［１０］ ＰＥＮＧ Ｈ， ＬＯＮＧ Ｆ， ＤＩＮＧ Ｃ． Ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ： ｃｒｉｔｅｒｉａ ｏｆ ｍａｘ－ｄｅｐｅｎｄｅｎｃｙ， ｍａｘ－ｒｅｌｅｖａｎｃｅ， ａｎｄ ｍｉｎ－ｒｅｄｕｎｄａｎｃｙ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓ
ａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，
ｂｅａｒｉｎｇ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｘｉ＇ａｎ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，
２０１０，４４（３） ：７７－８１．
＠＠［２］毋文峰，陈小虎，苏勋家．基于经验模式分解的单通 道机械信号盲分离［Ｊ］．机械工程学报，２０１１，４７ （４）： １２－１６．
ＷＵ Ｗｅｎｆｅｎｇ， ＣＨＥＮ Ｘｉａｏｈｕ， ＳＵ Ｘｕｎｊｉａ． Ｂｌｉｎｄ
ｓｏｕｒｃｅ ｓｅｐａｒａｔｉｏｎ ｏｆ ｓｉｎｇｌｅ－ｃｈａｎｎｅｌ ｍｅｃｈａｎｉｃａｌ ｓｉｇｎａｌ ｂａｓｅｄ ｏｎ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ
２００５， ２７（８）： １２２６－１２３８．
＠＠［１１］ ＨＵ Ｑ， ＹＵ Ｄ， ＬＩＵＪ， ｅｔ ａｌ． Ｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈ ｓｅｔ
ｂａｓｅｄ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｆｅａｔｕｒｅ ｓｕｂｓｅｔ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｉｎ
ｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２００８， １７８ （１８）： ３５７７－３５９４．
＠＠［１２］胡清华．混合数据知识发现的粗糙计算模型和算法 ［Ｄ］．哈尔滨：哈尔滨工业大学，２００８．
＠＠［１３］ ＬＩＮ Ｒ， ＷＡＮＧ Ｙ， ＷＵ Ｃ， ｅｔ ａｌ． Ｄｅｖｅｌｏｐｉｎｇ ａ ｂｕｓｉ
ｎｅｓｓ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｖｉａ ＲＳＴ， ＧＲＡ ａｎｄ ＣＢＲ ［Ｊ］． Ｅｘｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００９，３６ （２） ：
Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１１，４７（４） ： １２－１６．
＠＠［３］汤宝平，李锋，陈仁祥．基于Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波支 持向量机的故障诊断［Ｊ］．振动与冲击，２０１１，１（３０）：
１２８－１３１．
ＴＡＮＧ Ｂａｏｐｉｎｇ， ＬＩ Ｆｅｎｇ， ＣＨＥＮ Ｒｅｎｘｉａｎｇ． Ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ ｗａｖｅｌｅｔ ｓｕｐｐｏｒｔ
ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｖｉｂｒａｔｉｏｎ ａｎｄ Ｓｈｏｃｋ，
１５９３－１６００．
＠＠［１４］ ＪＩＡＮＧ Ｙ， ＣＨＥＮ Ｊ， ＲＵＡＮ Ｘ． Ｆｕｚｚｙ ｓｉｍｉｌａｒｉｔｙ－ｂａｓｅｄ
ｒｏｕｇｈ ｓｅｔ ｍｅｔｈｏｄ ｆｏｒ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ａｎｄ ｉｔｓ ａｐ
ｐｌｉｃａｔｉｏｎ ｉｎ ｔｏｏｌ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ
Ｍａｃｈｉｎｅ Ｔｏｏｌｓ ａｎｄ Ｍａｎｕｆａｃｔｕｒｅ， ２００６， ４６（２） ： １０７－
２０１１，１（３０） ： １２８－１３１．
１１３．
＠＠［１５］ ＳＨＩＮ Ｋ， ＨＡＮ Ｉ． Ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ
ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｃｏｒｐｏｒａｔｅ ｂｏｎｄ ｒａｔｉｎｇ ［Ｊ］． Ｅｘ ｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， １９９９， １６（２） ： ８５－９５．
＠＠［４］栗茂林，王孙安，梁霖．利用非线性流形学习的轴承 早期故障特征提取方法［Ｊ］．西安交通大学学报， ２０１０， ４４ （５）： ４５－４９．
ＬＩ Ｍａｏｌｉｎ， ＷＡＮＧ Ｓｕｎ＇ ａｎ， ＬＩＡＮＧ Ｌｉｎ． Ｆｅａｔｕｒｅ ｅｘ
ｔｒａｃｔｉｏｎ ｆｏｒ ｉｎｃｉｐｉｅｎｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｒｏｌｌｉｎｇ ｂｅａｒｉｎｇｓ ｂａｓｅｄ
＠＠［１６］ ＡＨＮ Ｈ， ＫＩＭ Ｋ． Ｂａｎｋｒｕｐｔｃｙ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌｉｎｇ ｗｉｔｈ ｈｙｂｒｉｄ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏ
ｒｉｔｈｍｓ ａｐｐｒｏａｃｈ ［Ｊ］． Ａｐｐｌｉｅｄ Ｓｏｆｔ Ｃｏｍｐｕｔｉｎｇ， ２００９，
ｏｎ ｎｏｎｌｉｎｅａｒ ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｘｉ＇ａｎ
Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，２０１０，４４（５） ：４５－９９．
９ （２）： ５９９－６０７．
＠＠［１７］ ＮＵＮＥＺ Ｈ， ＳＡＮＣＨＥＺＭＡＲＲＥ Ｍ， ＣＯＲＴＥＳ Ｕ， ｅｔ
ａｌ． Ａ ｃｏｍｐａｒａｔｉｖｅ ｓｔｕｄｙ ｏｎ ｔｈｅ ｕｓｅ ｏｆ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓ ｕｒｅｓ ｉｎ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｃｈｓｓｉｆｉｃａ ｔｉｏｎ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｙｓｔｅｍ ｓｉｔｕａｔｉｏｎｓ ［Ｊ］． Ｅｎｖｉｒｏｎ
＠＠［５］吴元修．神经网络在风电机组机械传动系统故障诊断 中的应用研究［Ｊ］．制造业自动化，２０１０（１０）： １３０－ １３１．
ＷＵ Ｙｕａｎｘｉｕ． Ａｐｐｌｉｃａｔｉｏｎ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｅ ｆａｕｌｔ ｄｉａｇｎｏ
ｓｉｓ ｏｎ ｔｈｅ ｗｉｎｄ ｔｕｒｂｉｎｅ ｍｅｃｈａｎｉｃａｌ ｔｒａｎｓｍｉｓｓｉｏｎ ｓｙｓｔｅｍ
ｍｅｎｔａｌ Ｍｏｄｅｌｌｉｎｇ ＆ Ｓｏｆｔｗａｒｅ， ２００４，１９（９）： ８０９－８１９．
ｗｉｔｈ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ［Ｊ］． Ｍａｎｕｆａｃｔｕｒｉｎｇ Ａｕｔｏｍａｔｉｏｎ，
滚动轴承故障诊断的案例推理方法
作者：作者单位：刊名：英文刊名：年，卷(期)：
付新哲， 张优云， 朱永生， FU Xinzhe， ZHANG Youyun， ZHU Yongsheng西安交通大学机械工程学院,710049,西安西安交通大学学报
Journal of Xi'an Jiaotong University2011,45(11)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_xajtdxxb201111015.aspx
滚动轴承故障诊断的案例推理方法
付新哲张优云
朱永生
西安交通大学机械工程学院，７１００４９，西安
摘要：针对滚动轴承的故障诊断问题，提出了一种采用案例推理（ＣＢＲ）的诊断方法．为了解决检索
相似案例时案例属性多、人工确定关键属性及其权重困难的问题，提出了一种Ｆｉｌｔｅｒ／Ｗｒａｐｐｅｒ复合型特征选择算法，用邻域粗糙集算法粗选属性，用遗传算法进一步精选属性和优化权重，并有效地解决了邻域粗糙集算法中需要人工确定邻域大小的问题．以滚动轴承运行时的振动信号为基本信息，建立了滚动轴承案例库，从案例库中检索与问题案例相似的历史案例，并根据这些历史案例来判定问题案例的故障类别．试验结果表明，故障诊断的正确率达到１００％，故障位置诊断的正确卒达到９３．３％，且算法具有较好的稳定性．
案例推理；滚动轴承；故障诊断
ＴＨ１７Ａ
０２５３－９８７Ｘ（２０１１） １１－００７９－０６
Ｒｏｌｌｉｎｇ Ｂｅａｒｉｎｇ Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ Ａｐｐｒｏａｃｈ
Ｂａｓｅｄ ｏｎ Ｃａｓｅ－Ｂａｓｅｄ Ｒｅａｓｏｎｉｎｇ
ＦＵ Ｘｉｎｚｈｅ ＺＨＡＮＧ Ｙｏｕｙｕｎ ＺＨＵ Ｙｏｎｇｓｈｅｎｇ
２０１１－０３－３０
ｆ寸新哲（１９８５－），男，硕士生；张优云（联系人），女，教授．
国家自然科学基
金资助项目（５１０３５００７）．
］都被用
类型为
ｌ和较高
结论
２０１０（１０） ： １３０－１３１．
＠＠［６］ ＷＡＴＳＯＮ Ｉ． Ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｉｓ ａ ｍｅｔｈｏｄｏｌｏｇｙ ｎｏｔ ａ ｔｅｃｈｎｏｌｏｇｙ ［ Ｊ ］． Ｋｎｏｗｌｅｄｇｅ－Ｂａｓｅｄ Ｓｙｓｔｅｍｓ，
１９９９， １２ （１／６）： ３０３－３０８．
＠＠［７］ ＧＵＹＯＮ Ｉ， ＥＬＩＳＳＥＥＦＦ Ａ． Ａｎ ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ ｖａｒｉａ
ｂｌｅ ａｎｄ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｍａｃｈｉｎｅ
Ｌｅａｒｎｉｎｇ Ｒｅｓｅａｒｃｈ， ２００３（３）： １１５７－１１８２．＠＠［８］ ＵＮＣＵ Ｏ， ＴＵＲＫＳＥＮ Ｉ． Ａ ｎｏｖｅｌ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｐ
ｐｒｏａｃｈ： ｃｏｍｂｉｎｉｎｇ ｆｅａｔｕｒｅ ｗｒａｐｐｅｒｓ ａｎｄ ｆｉｌｔｅｒｓ ［Ｊ］．
Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２００７， １７７ （２）： ４４９－４６６．＠＠［９］ ＺＨＵ Ｚ， ＯＮＧ Ｙ Ｓ， ＤＡＳＨ Ｍ． Ｗｒａｐｐｅｒ／ｆｉｌｔｅｒ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ａ ｍｅｍｅｔｉｃ ｆｒａｍｅｗｏｒｋ［Ｊ］．
＠＠［１］王晓冬，何正嘉，訾艳阳．滚动轴承故障诊断的多小 波谱峭度方法［Ｊ］．西安交通大学学报，２０１０，４４ （３）， ７７－８１．
ＷＡＮＧ Ｘｉａｏｄｏｎｇ， ＨＥ Ｚｈｅｎｇｊｉａ， ＺＩ Ｙａｎｙａｎｇ． Ｓｐｅｃｔｒａｌ
ｋｕｒｔｏｓｉｓ ｏｆ ｍｕｌｔｉｗａｖｅｌｅｔ ｆｏｒ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｒｏｌｌｉｎｇ
Ｓｙｓｔｅｍｓ Ｍａｎ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ： Ｐａｒｔ Ｂ Ｃｙｂｅｒｎｅｔｉｃｓ，
ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， ２００７， ３７（１） ： ７０－７６．
＠＠［１０］ ＰＥＮＧ Ｈ， ＬＯＮＧ Ｆ， ＤＩＮＧ Ｃ． Ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ： ｃｒｉｔｅｒｉａ ｏｆ ｍａｘ－ｄｅｐｅｎｄｅｎｃｙ， ｍａｘ－ｒｅｌｅｖａｎｃｅ， ａｎｄ ｍｉｎ－ｒｅｄｕｎｄａｎｃｙ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓ
ａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ，
ｂｅａｒｉｎｇ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｘｉ＇ａｎ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，
２０１０，４４（３） ：７７－８１．
＠＠［２］毋文峰，陈小虎，苏勋家．基于经验模式分解的单通 道机械信号盲分离［Ｊ］．机械工程学报，２０１１，４７ （４）： １２－１６．
ＷＵ Ｗｅｎｆｅｎｇ， ＣＨＥＮ Ｘｉａｏｈｕ， ＳＵ Ｘｕｎｊｉａ． Ｂｌｉｎｄ
ｓｏｕｒｃｅ ｓｅｐａｒａｔｉｏｎ ｏｆ ｓｉｎｇｌｅ－ｃｈａｎｎｅｌ ｍｅｃｈａｎｉｃａｌ ｓｉｇｎａｌ ｂａｓｅｄ ｏｎ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ
２００５， ２７（８）： １２２６－１２３８．
＠＠［１１］ ＨＵ Ｑ， ＹＵ Ｄ， ＬＩＵＪ， ｅｔ ａｌ． Ｎｅｉｇｈｂｏｒｈｏｏｄ ｒｏｕｇｈ ｓｅｔ
ｂａｓｅｄ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｆｅａｔｕｒｅ ｓｕｂｓｅｔ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｉｎ
ｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２００８， １７８ （１８）： ３５７７－３５９４．
＠＠［１２］胡清华．混合数据知识发现的粗糙计算模型和算法 ［Ｄ］．哈尔滨：哈尔滨工业大学，２００８．
＠＠［１３］ ＬＩＮ Ｒ， ＷＡＮＧ Ｙ， ＷＵ Ｃ， ｅｔ ａｌ． Ｄｅｖｅｌｏｐｉｎｇ ａ ｂｕｓｉ
ｎｅｓｓ ｆａｉｌｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｖｉａ ＲＳＴ， ＧＲＡ ａｎｄ ＣＢＲ ［Ｊ］． Ｅｘｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， ２００９，３６ （２） ：
Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１１，４７（４） ： １２－１６．
＠＠［３］汤宝平，李锋，陈仁祥．基于Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ小波支 持向量机的故障诊断［Ｊ］．振动与冲击，２０１１，１（３０）：
１２８－１３１．
ＴＡＮＧ Ｂａｏｐｉｎｇ， ＬＩ Ｆｅｎｇ， ＣＨＥＮ Ｒｅｎｘｉａｎｇ． Ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ｂａｓｅｄ ｏｎ Ｌｉｔｔｌｅｗｏｏｄ－Ｐａｌｅｙ ｗａｖｅｌｅｔ ｓｕｐｐｏｒｔ
ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｖｉｂｒａｔｉｏｎ ａｎｄ Ｓｈｏｃｋ，
１５９３－１６００．
＠＠［１４］ ＪＩＡＮＧ Ｙ， ＣＨＥＮ Ｊ， ＲＵＡＮ Ｘ． Ｆｕｚｚｙ ｓｉｍｉｌａｒｉｔｙ－ｂａｓｅｄ
ｒｏｕｇｈ ｓｅｔ ｍｅｔｈｏｄ ｆｏｒ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ａｎｄ ｉｔｓ ａｐ
ｐｌｉｃａｔｉｏｎ ｉｎ ｔｏｏｌ ｓｅｌｅｃｔｉｏｎ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ
Ｍａｃｈｉｎｅ Ｔｏｏｌｓ ａｎｄ Ｍａｎｕｆａｃｔｕｒｅ， ２００６， ４６（２） ： １０７－
２０１１，１（３０） ： １２８－１３１．
１１３．
＠＠［１５］ ＳＨＩＮ Ｋ， ＨＡＮ Ｉ． Ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｓｕｐｐｏｒｔｅｄ ｂｙ
ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｃｏｒｐｏｒａｔｅ ｂｏｎｄ ｒａｔｉｎｇ ［Ｊ］． Ｅｘ ｐｅｒｔ Ｓｙｓｔｅｍｓ ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎｓ， １９９９， １６（２） ： ８５－９５．
＠＠［４］栗茂林，王孙安，梁霖．利用非线性流形学习的轴承 早期故障特征提取方法［Ｊ］．西安交通大学学报， ２０１０， ４４ （５）： ４５－４９．
ＬＩ Ｍａｏｌｉｎ， ＷＡＮＧ Ｓｕｎ＇ ａｎ， ＬＩＡＮＧ Ｌｉｎ． Ｆｅａｔｕｒｅ ｅｘ
ｔｒａｃｔｉｏｎ ｆｏｒ ｉｎｃｉｐｉｅｎｔ ｄｉａｇｎｏｓｉｓ ｏｆ ｒｏｌｌｉｎｇ ｂｅａｒｉｎｇｓ ｂａｓｅｄ
＠＠［１６］ ＡＨＮ Ｈ， ＫＩＭ Ｋ． Ｂａｎｋｒｕｐｔｃｙ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌｉｎｇ ｗｉｔｈ ｈｙｂｒｉｄ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏ
ｒｉｔｈｍｓ ａｐｐｒｏａｃｈ ［Ｊ］． Ａｐｐｌｉｅｄ Ｓｏｆｔ Ｃｏｍｐｕｔｉｎｇ， ２００９，
ｏｎ ｎｏｎｌｉｎｅａｒ ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｘｉ＇ａｎ
Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，２０１０，４４（５） ：４５－９９．
９ （２）： ５９９－６０７．
＠＠［１７］ ＮＵＮＥＺ Ｈ， ＳＡＮＣＨＥＺＭＡＲＲＥ Ｍ， ＣＯＲＴＥＳ Ｕ， ｅｔ
ａｌ． Ａ ｃｏｍｐａｒａｔｉｖｅ ｓｔｕｄｙ ｏｎ ｔｈｅ ｕｓｅ ｏｆ ｓｉｍｉｌａｒｉｔｙ ｍｅａｓ ｕｒｅｓ ｉｎ ｃａｓｅ－ｂａｓｅｄ ｒｅａｓｏｎｉｎｇ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｃｈｓｓｉｆｉｃａ ｔｉｏｎ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｙｓｔｅｍ ｓｉｔｕａｔｉｏｎｓ ［Ｊ］． Ｅｎｖｉｒｏｎ
＠＠［５］吴元修．神经网络在风电机组机械传动系统故障诊断 中的应用研究［Ｊ］．制造业自动化，２０１０（１０）： １３０－ １３１．
ＷＵ Ｙｕａｎｘｉｕ． Ａｐｐｌｉｃａｔｉｏｎ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｅ ｆａｕｌｔ ｄｉａｇｎｏ
ｓｉｓ ｏｎ ｔｈｅ ｗｉｎｄ ｔｕｒｂｉｎｅ ｍｅｃｈａｎｉｃａｌ ｔｒａｎｓｍｉｓｓｉｏｎ ｓｙｓｔｅｍ
ｍｅｎｔａｌ Ｍｏｄｅｌｌｉｎｇ ＆ Ｓｏｆｔｗａｒｅ， ２００４，１９（９）： ８０９－８１９．
ｗｉｔｈ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ ［Ｊ］． Ｍａｎｕｆａｃｔｕｒｉｎｇ Ａｕｔｏｍａｔｉｏｎ，
滚动轴承故障诊断的案例推理方法
作者：作者单位：刊名：英文刊名：年，卷(期)：
付新哲， 张优云， 朱永生， FU Xinzhe， ZHANG Youyun， ZHU Yongsheng西安交通大学机械工程学院,710049,西安西安交通大学学报
Journal of Xi'an Jiaotong University2011,45(11)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_xajtdxxb201111015.aspx