本文選題：正交匹配追蹤 + 小波核極限學(xué)習(xí)機(jī)　； 參考：《系統(tǒng)仿真學(xué)報(bào)》2017年09期

【摘要】：為了準(zhǔn)確有效提取滾動(dòng)軸承振動(dòng)信號(hào)中最優(yōu)的故障信息,判斷出滾動(dòng)軸承故障的類型,提出了一種基于正交匹配追蹤算法和優(yōu)化小波核極限學(xué)習(xí)機(jī)的滾動(dòng)軸承故障診斷方法。運(yùn)用正交匹配追蹤算法對(duì)軸承振動(dòng)信號(hào)進(jìn)行降噪處理,對(duì)去噪后的信號(hào)進(jìn)行小波包分解求取頻帶能量提取故障特征。采用基于馮諾依曼拓?fù)浣Y(jié)構(gòu)鯨魚算法(Whale Optimization Algorithm,WOA)來優(yōu)化WKELM的懲罰因子和核函數(shù)的參數(shù),構(gòu)造滾動(dòng)軸承故障分類器模型。實(shí)驗(yàn)結(jié)果表明,該方法能有效提取滾動(dòng)軸承故障特征信息,具有較高的診斷精度。
[Abstract]:In order to accurately and effectively extract the optimal fault information from the vibration signal of rolling bearing and determine the type of fault of rolling bearing, a fault diagnosis method of rolling bearing based on orthogonal matching tracking algorithm and optimized wavelet kernel learning machine is proposed. The orthogonal matching tracking algorithm is used to reduce the noise of the bearing vibration signal, and the wavelet packet decomposition of the de-noised signal is carried out to extract the fault characteristics from the frequency band energy. Based on von Neumann topological structure whale algorithm, the WKELM penalty factor and kernel function parameters are optimized, and the rolling bearing fault classifier model is constructed. The experimental results show that this method can extract fault feature information of rolling bearing effectively and has high diagnostic accuracy.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)技術(shù)應(yīng)用教育部工程研究中心;
【基金】：國家自然科學(xué)基金(61572238) 江蘇省杰出青年基金(BK20160001)
【分類號(hào)】：TH133.33;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王延松，，李樹才，蔣鈺潔;滾動(dòng)軸承故障的快速診斷[J];林業(yè)機(jī)械與木工設(shè)備;1996年03期

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

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

4 鄧長春;;聲發(fā)射法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用[J];試驗(yàn)技術(shù)與試驗(yàn)機(jī);2002年Z2期

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

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

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

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

9 陳洪軍;趙新澤;王延軍;;滾動(dòng)軸承故障試驗(yàn)臺(tái)的理論建模分析[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年04期

10 李崇晟;滾動(dòng)軸承故障的非線性診斷方法[J];軸承;2005年05期

相關(guān)會(huì)議論文 前10條

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

2 楊積忠;左立建;;滾動(dòng)軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

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

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

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

6 張九軍;;常見滾動(dòng)軸承故障的簡(jiǎn)易診斷[A];2008年全國煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

7 李興林;;滾動(dòng)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(huì)議論文集[C];2009年

8 唐海峰;陳進(jìn);董廣明;;信號(hào)稀疏分解方法在滾動(dòng)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(huì)議論文集[C];2010年

9 高耀智;;高階統(tǒng)計(jì)量與小波分析相結(jié)合在滾動(dòng)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(huì)議論文集[C];2009年

10 和衛(wèi)星;陳曉平;馬東玲;;基于混沌時(shí)間序列的滾動(dòng)軸承故障局部預(yù)測(cè)[A];2009中國儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

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

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

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

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

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

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

7 侯者非;強(qiáng)噪聲背景下滾動(dòng)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

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

9 Ao Hung Linh（池雄嶺）;基于化學(xué)反應(yīng)優(yōu)化算法和支持向量機(jī)的滾動(dòng)軸承故障診斷方法研究[D];湖南大學(xué);2014年

10 崔寶珍;自適應(yīng)形態(tài)濾波與局域波分解理論及滾動(dòng)軸承故障診斷[D];中北大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李男;基于LMD樣本熵和貝葉斯網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法[D];燕山大學(xué);2015年

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

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

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

5 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動(dòng)軸承故障診斷研究[D];哈爾濱工業(yè)大學(xué);2015年

6 宋耀文;基于振動(dòng)信號(hào)分析的滾動(dòng)軸承故障特征提取與診斷研究[D];中國礦業(yè)大學(xué);2015年

7 韓一村;基于多傳感器的滾動(dòng)軸承故障檢測(cè)研究[D];河南科技大學(xué);2015年

8 王秀娟;基于LMD的譜峭度算法在滾動(dòng)軸承故障診斷中的應(yīng)用研究[D];電子科技大學(xué);2014年

9 段永強(qiáng);局部均值分解法在滾動(dòng)軸承故障自動(dòng)診斷中的應(yīng)用研究[D];電子科技大學(xué);2015年

10 黃宏臣;基于流形學(xué)習(xí)算法的滾動(dòng)軸承故障識(shí)別研究[D];太原理工大學(xué);2014年

本文編號(hào)：1887204