本文關(guān)鍵詞：噪聲參數(shù)最優(yōu)ELMD與LS-SVM在軸承故障診斷中的應用與研究

  更多相關(guān)文章： 最優(yōu)噪聲參數(shù) 總體局部均值分解 能量特征向量 最小二乘支持向量機 故障診斷

【摘要】：針對軸承振動信號的非平穩(wěn)特征和現(xiàn)實中難以獲得大量典型故障樣本,提出基于噪聲參數(shù)最優(yōu)的總體局部均值分解(Ensemble Local Mean Decomposition,ELMD)與最小二乘支持向量機(Least Squares Support Vector Machine,LS-SVM)相結(jié)合的軸承故障診斷方法。首先對軸承振動信號進行噪聲參數(shù)最優(yōu)ELMD分解并得到一系列窄帶乘積函數(shù)(Product Function,PF),然后計算各PF分量能量以構(gòu)造能量特征向量,最后將高維能量特征向量作為最小二乘支持向量機的輸入來識別軸承故障類型。通過對軸承故障振動信號分析,結(jié)果表明噪聲參數(shù)最優(yōu)ELMD方法能有效地抑制模態(tài)混疊,與LS-SVM結(jié)合可以準確地識別軸承的工作狀態(tài)和故障類型。
【作者單位】： 內(nèi)蒙古科技大學機械工程學院;
【關(guān)鍵詞】： 最優(yōu)噪聲參數(shù) 總體局部均值分解 能量特征向量 最小二乘支持向量機 故障診斷
【基金】：國家自然科學基金(51565046) 內(nèi)蒙古自然科學基金(2015MS0512) 內(nèi)蒙古高等學�？茖W研究(NJZY146)
【分類號】：TH133.3
【正文快照】： 在旋轉(zhuǎn)機械中滾動軸承是必不可少的零部件,一旦軸承出現(xiàn)故障可能導致設備無法正常工作,嚴重時還會造成人員傷亡。因此對滾動軸承故障的實時監(jiān)測與診斷已變得越來越重要[1]。當軸承發(fā)生局部損傷時,其振動信號多半是非線性非平穩(wěn)的調(diào)頻調(diào)幅信號,對這類信號進行分析是故障診斷的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;軸承故障診斷有了“透視鏡”[J];機電設備;2001年06期

2 薛松;程珩;楊勇;;偽Wigner-Ville分布在電機軸承故障診斷中的應用[J];機械工程與自動化;2008年04期

3 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動與沖擊;2012年06期

4 黃晉英;潘宏俠;畢世華;楊喜旺;;基于高階累量譜的軸承故障診斷[J];火炮發(fā)射與控制學報;2007年02期

5 陶新民;徐晶;劉興麗;劉玉;;基于最大小波奇異譜的軸承故障診斷方法[J];振動、測試與診斷;2010年01期

6 喬世民;軸承故障診斷技術(shù)的發(fā)展[J];中國設備管理;1989年01期

7 李正安,李登嘯;單片機軸承故障診斷系統(tǒng)[J];軸承;1992年03期

8 楊望燦;張培林;張云強;;基于鄰域自適應局部保持投影的軸承故障診斷模型[J];振動與沖擊;2014年01期

9 朱文來;;希爾伯特-黃變換在軸承故障診斷中的應用研究[J];科技創(chuàng)新導報;2013年34期

10 任國全,韋有民,鄭海起;基于小波分析的軸承故障診斷研究[J];河北省科學院學報;2002年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 任獲榮;馬亞男;李勝剛;;熵隨機共振在軸承故障診斷中的應用研究[A];2012年陜西省焊接學術(shù)交流會論文集[C];2012年

2 李琳;張永祥;童艷;;基于聲發(fā)射和高階譜分析的滾動軸承故障診斷[A];設備監(jiān)測與診斷技術(shù)及其應用——第十二屆全國設備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

3 高耀智;譚援強;;基于1(1/2)譜與小波分析相結(jié)合的滾動軸承故障診斷[A];2009年全國青年摩擦學學術(shù)會議論文集[C];2009年

4 陶新民;徐晶;杜寶祥;徐勇;;基于相空間奇異譜的SOM軸承故障診斷模型[A];第二十七屆中國控制會議論文集[C];2008年

5 喬文生;陳興輝;艾士娟;胡北;趙恒;;基于小波包和BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷[A];第八屆全國設備與維修工程學術(shù)會議、第十三屆全國設備監(jiān)測與診斷學術(shù)會議論文集[C];2008年

6 李培玉;劉光明;鄭俊;;基于多通道振動信號的港機臺車車輪軸承故障診斷系統(tǒng)[A];第九屆全國振動理論及應用學術(shù)會議論文集[C];2007年

7 李培玉;劉光明;鄭俊;;基于多通道振動信號的港機臺車車輪軸承故障診斷系統(tǒng)[A];第九屆全國振動理論及應用學術(shù)會議論文摘要集[C];2007年

8 沈路;周曉軍;張杰;;基于形態(tài)非抽樣小波與灰色關(guān)聯(lián)度的滾動軸承故障診斷[A];2011年機械電子學學術(shù)會議論文集[C];2011年

9 宋瀏陽;王華慶;高金吉;王峰;;基于蟻群算法的滾動軸承故障診斷[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

10 張淑清;張琳;;基于RBF網(wǎng)絡和D-S推理的軸承故障診斷[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 通訊員 蔡義杰 記者 唐先武;軸承故障診斷有了“透視鏡”[N];科技日報;2001年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 梁瑜;地鐵列車軸承故障診斷及在途診斷系統(tǒng)研究[D];北京交通大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳治南;基于小波變換與PNN神經(jīng)網(wǎng)絡相結(jié)合的滾動軸承故障診斷[D];河北工程大學;2015年

2 趙江萍;滾動軸承故障診斷系統(tǒng)設計[D];中國計量學院;2015年

3 黃文靜;基于多特征量提取和PSO優(yōu)化神經(jīng)網(wǎng)絡的軸承故障診斷[D];燕山大學;2016年

4 歐陽賀龍;基于全矢譜的風電軸承故障診斷[D];鄭州大學;2016年

5 張濤;機車軸承故障診斷系統(tǒng)的研究與設計[D];中南大學;2005年

6 黃建新;多傳感器數(shù)據(jù)融合技術(shù)在軸承故障診斷中的應用研究[D];武漢理工大學;2006年

7 趙興;基于時頻維數(shù)的滾動軸承故障診斷技術(shù)應用研究[D];大連交通大學;2013年

8 盧一相;時頻分析在軸承故障診斷中的應用研究[D];安徽大學;2007年

9 陳濤;低速重載軸承故障診斷的虛擬儀器研究[D];重慶大學;2005年

10 李學偉;支持向量機在嵌入式軸承故障診斷裝置中的研究與實現(xiàn)[D];東北大學;2010年

，

本文編號：613079