發(fā)布時間：2017-07-25 14:05

  本文關(guān)鍵詞：基于機(jī)器學(xué)習(xí)的滾動軸承故障識別研究

  更多相關(guān)文章： 滾動軸承故障 Hilbert-Huang變換 相關(guān)系數(shù) 稀疏編碼 支持向量機(jī)

【摘要】：滾動軸承作為旋轉(zhuǎn)機(jī)械設(shè)備的關(guān)鍵組成部分,對旋轉(zhuǎn)機(jī)械設(shè)備的安全運行起著至關(guān)重要的作用。針對軸承故障振動信號非線性、非平穩(wěn)、樣本數(shù)量小的特性,選取合適的特征提取以及模式識別方法是實現(xiàn)軸承故障診斷、提高故障識別率的關(guān)鍵。本文對滾動軸承故障機(jī)理以及常用的故障診斷方法進(jìn)行了介紹,根據(jù)軸承振動信號的非線性、非平穩(wěn)特性選取Hilbert-Huang變換作為特征提取方法,分析了其優(yōu)缺點。針對經(jīng)驗?zāi)B(tài)分解過程中虛假分量的問題,引入相關(guān)系數(shù)來選取有效的固有模態(tài)分量并對其進(jìn)行Hilbert變換,通過仿真驗證了改進(jìn)方法的有效性。由于軸承故障診斷屬于典型的小樣本問題,選取適應(yīng)于小樣本分類的支持向量機(jī)作為分類器。根據(jù)軸承信號非線性、多種類的特點引出非線性支持向量機(jī)和多分類支持向量機(jī)。采用改進(jìn)后的粒子群優(yōu)化算法對支持向量機(jī)進(jìn)行參數(shù)尋優(yōu),通過實驗驗證了改進(jìn)后算法的有效性。針對邊際譜包含大量冗余信息,導(dǎo)致分類器計算復(fù)雜度增加,引入稀疏編碼理論,建立HHT-SC-SVM滾動軸承故障診斷模型。對邊際譜進(jìn)行二次抽象,建立統(tǒng)一的字典庫,進(jìn)行稀疏表示,將稀疏系數(shù)送入分類器進(jìn)行訓(xùn)練和預(yù)測。采用SKF-6205-2RS軸承試驗臺數(shù)據(jù)對本文提出的HHT-SC-SVM模型進(jìn)行實驗分析。實驗結(jié)果表明,風(fēng)扇端十種軸承故障識別率為98.25%,驅(qū)動端十種軸承故障識別率為99.5%。與HHT-SVM模型相比,故障識別率分別提高了9%、0.5%。
【關(guān)鍵詞】：滾動軸承故障 Hilbert-Huang變換 相關(guān)系數(shù) 稀疏編碼 支持向量機(jī)
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH133.33
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-14
• 1 緒論14-20
• 1.1 課題的研究背景和意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-18
• 1.3 論文主要研究內(nèi)容與結(jié)構(gòu)18-20
• 2 滾動軸承機(jī)理及故障診斷方法概述20-32
• 2.1 引言20
• 2.2 滾動軸承故障診斷機(jī)理20-23
• 2.3 滾動軸承信號分析方法概述23-29
• 2.4 滾動軸承信號故障識別方法概述29-31
• 2.5 本章小結(jié)31-32
• 3 基于Hilbert-Huang變換理論的特征提取方法32-40
• 3.1 引言32
• 3.2 Hilbert-Huang變換理論32-35
• 3.3 Hilbert-Huang變換的優(yōu)缺點及改進(jìn)35-36
• 3.4 仿真分析36-38
• 3.5 本章總結(jié)38-40
• 4 SVM理論知識及參數(shù)尋優(yōu)40-52
• 4.1 引言40
• 4.2 支持向量機(jī)理論知識40-44
• 4.3 支持向量機(jī)參數(shù)優(yōu)化算法的研究及改進(jìn)44-48
• 4.4 仿真分析48-51
• 4.5 本章小結(jié)51-52
• 5 基于稀疏編碼的滾動軸承故障診斷52-64
• 5.1 引言52
• 5.2 信號稀疏表示相關(guān)術(shù)語52-53
• 5.3 HHT-SC-SVM滾動軸承故障診斷模型設(shè)計53-56
• 5.4 實驗分析56-63
• 5.5 本章小結(jié)63-64
• 6 總結(jié)與展望64-66
• 6.1 論文主要工作64
• 6.2 展望64-66
• 參考文獻(xiàn)66-71
• 作者簡歷71-73
• 學(xué)位論文數(shù)據(jù)集73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張益純,劉振娟;滾動軸承故障分析探討[J];內(nèi)燃機(jī)配件;2000年03期

2 秦愷,陳進(jìn),姜鳴,陳春梅;一種滾動軸承故障特征提取的新方法——譜相關(guān)密度[J];振動與沖擊;2001年01期

3 鄧長春;;聲發(fā)射法在滾動軸承故障識別中的應(yīng)用[J];試驗技術(shù)與試驗機(jī);2002年Z2期

4 任昭蓉;滾動軸承故障的小波診斷法[J];機(jī)械制造與自動化;2004年06期

5 陸爽,田野;滾動軸承故障特征識別的時頻分析研究[J];機(jī)床與液壓;2005年06期

6 江涌;基于余弦調(diào)頻小波變換的滾動軸承故障研究[J];機(jī)械設(shè)計與制造;2005年06期

7 程光友;;時域指標(biāo)在滾動軸承故障診斷中的應(yīng)用[J];中國設(shè)備工程;2005年12期

8 陳洪軍;趙新澤;王延軍;;滾動軸承故障試驗臺的理論建模分析[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2005年04期

9 李崇晟;滾動軸承故障的非線性診斷方法[J];軸承;2005年05期

10 趙春華;嚴(yán)新平;趙新澤;袁成清;高虹亮;;滾動軸承故障的可拓物元診斷方法[J];潤滑與密封;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張益純;;常見滾動軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

2 劉玉林;;貨車滾動軸承故障不分解診斷技術(shù)參數(shù)選擇與優(yōu)化探討[A];擴(kuò)大鐵路對外開放、確保重點物資運輸——中國科協(xié)2005年學(xué)術(shù)年會鐵道分會場暨中國鐵道學(xué)會學(xué)術(shù)年會和粵海通道運營管理學(xué)術(shù)研討會論文集[C];2005年

3 楊積忠;左立建;;滾動軸承故障診斷實例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集[C];2007年

7 張九軍;;常見滾動軸承故障的簡易診斷[A];2008年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集（上冊）[C];2008年

8 李興林;;滾動軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

9 唐海峰;陳進(jìn);董廣明;;信號稀疏分解方法在滾動軸承故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

10 高耀智;;高階統(tǒng)計量與小波分析相結(jié)合在滾動軸承故障診斷中的應(yīng)用[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會議論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郝騰飛;航空發(fā)動機(jī)滾動軸承故障的核方法智能識別技術(shù)研究[D];南京航空航天大學(xué);2014年

2 廖強(qiáng);約束獨立分量和多小波分析在滾動軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

3 曾鳴;基于凸包的模式識別方法及其在滾動軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

4 于江林;滾動軸承故障的非接觸聲學(xué)檢測信號特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

5 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

6 從飛云;基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D];上海交通大學(xué);2012年

7 趙協(xié)廣;基于小波變換和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷方法研究[D];山東科技大學(xué);2009年

8 侯者非;強(qiáng)噪聲背景下滾動軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學(xué);2010年

9 郭艷平;面向風(fēng)力發(fā)電機(jī)組齒輪箱滾動軸承故障診斷的理論與方法研究[D];浙江大學(xué);2012年

10 孟濤;齒輪與滾動軸承故障的振動分析與診斷[D];西北工業(yè)大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李玉奎;基于非平穩(wěn)信號分析的滾動軸承故障診斷研究[D];燕山大學(xué);2015年

2 卜勇霞;基于時頻分析方法的滾動軸承故障診斷研究[D];昆明理工大學(xué);2015年

3 馬寶;基于KICA和LSSVM的滾動軸承故障監(jiān)測及診斷方法[D];昆明理工大學(xué);2015年

4 王德麗;基于改進(jìn)HHT與SVM的滾動軸承故障診斷方法研究[D];北京交通大學(xué);2016年

5 邵海賀;基于EEMD和最小二乘支持向量機(jī)的滾動軸承故障診斷方法研究[D];長春工業(yè)大學(xué);2016年

6 張磊;滾動軸承故障程度和工況不敏感智能診斷方法研究[D];華東交通大學(xué);2016年

7 胡猛;基于局部均值分解的滾動軸承故障診斷方法研究[D];燕山大學(xué);2016年

8 蘇翠嬌;AMD和EMD方法在滾動軸承故障診斷中的應(yīng)用研究[D];燕山大學(xué);2016年

9 王騰超;基于振動監(jiān)測的風(fēng)電機(jī)組滾動軸承故障診斷應(yīng)用研究[D];燕山大學(xué);2016年

10 李亞超;基于VMD的滾動軸承故障診斷方法研究[D];石家莊鐵道大學(xué);2016年

，

本文編號：571681