利用热图像二阶统计特征和简化模糊ARTMAP的旋转机械故障诊断方法

由于能够显示实时温度分布并可以通过其温度指示机器的运行状况，因此热图像或热分析图成为一种用于机器状态监视和故障诊断的新型信号。 本文研究了将热分析图的二阶统计特征与最小冗余最大相关性（mRMR）特征选择和简化的模糊ARTMAP（SFAM）分类结合使用的方法，用于旋转机械故障诊断。 首先对不同机器条件的热分析图进行预处理，以改善图像对比度，消除噪声和裁剪以获得感兴趣的区域（ROI）。 然后，基于二维经验模式分解的增强算法被实现，以在从其灰度共生矩阵（GLCM）提取二阶统计特征之前进一步提高ROI的质量。 从mRMR设置的总特征中选择与机器状态高度相关的特征，并将其输入SFAM以完成故障诊断。 为