基于最小二乘映射和SVM的滾動軸承故障診斷
本文關(guān)鍵詞:基于最小二乘映射和SVM的滾動軸承故障診斷
更多相關(guān)文章: 故障診斷 LSM SVM 無量綱特征參量
【摘要】:針對滾動軸承故障診斷中存在的早期非平穩(wěn)微弱故障信號特征提取困難、特征參量分辨率低、早期故障診斷困難等問題,提出了一種基于最小二乘映射(LSM)的故障特征參量優(yōu)化和支持向量機(SVM)的故障診斷方法。首先計算出能夠反映滾動軸承狀態(tài)的無量綱時域特征參量;其次通過LSM理論進行優(yōu)化計算出來的無量綱時域特征參量,構(gòu)建高敏感度的特征參量;最后將通過敏感度識別因子指數(shù)(DI)選取優(yōu)化過的特征參量作為樣本輸入到SVM中進行診斷,通過逐次推理診斷出軸承故障類型。實驗結(jié)果表明,該方法能夠有效地診斷出滾動軸承的故障類型。
【作者單位】: 江南大學(xué)江蘇省食品先進制造裝備技術(shù)重點實驗室;江南大學(xué)機械工程學(xué)院;日本國立三重大學(xué);
【關(guān)鍵詞】: 故障診斷 LSM SVM 無量綱特征參量
【分類號】:TH133.33
【正文快照】: (3日本國立三重大學(xué),日本514-8507)0引言在國民經(jīng)濟中,滾動軸承被稱為工業(yè)的關(guān)節(jié),已經(jīng)被廣泛應(yīng)用到機床、汽車、飛機、艦船等設(shè)備中[1-2]。作為旋轉(zhuǎn)機械傳動設(shè)備的關(guān)鍵零部件,滾動軸承是否處于工作狀態(tài)將直接影響到整個車間的生產(chǎn)效率和企業(yè)的經(jīng)濟效益。在旋轉(zhuǎn)機械設(shè)備故障類
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 李中年;宋仲康;;NLM電算模式的研究[J];武漢工學(xué)院學(xué)報;1991年02期
2 牛公杰;錢建平;劉榮忠;;結(jié)構(gòu)特征參量連續(xù)變化增程彈道模型[J];彈道學(xué)報;2011年03期
3 謝佑卿;馬柳鶯;;晶體價電子結(jié)構(gòu)的理論晶格參量[J];中南礦冶學(xué)院學(xué)報;1985年01期
4 李輝;楊超;李學(xué)偉;季海婷;秦星;陳耀君;楊東;唐顯虎;;風(fēng)機電動變槳系統(tǒng)狀態(tài)特征參量挖掘及異常識別[J];中國電機工程學(xué)報;2014年12期
5 史秀志;王懷勇;劉金明;江文君;;基于粗糙集的影響爆破振動特征參量因素的敏感性分析[J];爆破器材;2009年02期
6 林小南;;爆破振動特征參量的粗糙集模糊神經(jīng)網(wǎng)絡(luò)預(yù)測[J];門窗;2013年07期
7 張位平;交流特征參量測量方法的探討[J];工礦自動化;2002年04期
8 史秀志;王懷勇;田建軍;;基于灰關(guān)聯(lián)法的爆破振動特征參量影響因素的敏感性分*析[J];礦業(yè)研究與開發(fā);2008年06期
9 史秀志;薛劍光;陳壽如;;爆破振動特征參量的粗糙集模糊神經(jīng)網(wǎng)絡(luò)預(yù)測[J];振動與沖擊;2009年07期
10 譚昌偉;郭文善;王紀華;朱新開;王君嬋;;淺析遙感光譜特征參量的原理及基本方法[J];遙感技術(shù)與應(yīng)用;2010年01期
中國重要會議論文全文數(shù)據(jù)庫 前2條
1 王子茹;;透視體系特征參量的研究[A];第十四屆全國圖學(xué)教育研討會暨第六屆制圖CAI課件演示交流會論文集(下冊)[C];2004年
2 李興;張霞;陳正超;張兵;;基于VBA的光譜特征參量提取[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 吳澤玉;基于特征參量分析的工程結(jié)構(gòu)設(shè)計方法研究[D];鄭州大學(xué);2012年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 唐鋒;并網(wǎng)風(fēng)電機組運行特征參量的預(yù)測模型及應(yīng)用[D];重慶大學(xué);2012年
,本文編號:666042
本文鏈接:http://www.sikaile.net/jixiegongchenglunwen/666042.html