發(fā)布時(shí)間：2017-10-17 06:20

  本文關(guān)鍵詞：基于局部特征尺度分解排列熵和線性局部且空間排列的故障特征提取方法

  更多相關(guān)文章： 局部特征尺度分解 排列熵 LLTSA 特征提取 故障

【摘要】：針對(duì)機(jī)械振動(dòng)信號(hào)非線性、非平穩(wěn)性以及故障特征難以提取的問(wèn)題,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)、排列熵和線性局部切空間排列(Liner local tangent space alignment,LLTSA)的機(jī)械故障特征提取方法。該方法將LCD、排列熵和LLTSA相結(jié)合。首先,利用LCD將機(jī)械振動(dòng)信號(hào)分解成不同尺度下的內(nèi)稟尺度分量(intrinsic scale component,ISC)并計(jì)算各分量的排列熵,初步提取高維故障特征。其次,采用LLTSA對(duì)故障特征進(jìn)行二次特征提取,得到維數(shù)低、敏感度高且聚類性好的低維特征。最后,采用支持向量機(jī)(support vector machine,SVM)對(duì)提取特征進(jìn)行評(píng)估。滾動(dòng)軸承的故障診斷實(shí)驗(yàn)表明,所提方法能夠以較高的精度識(shí)別滾動(dòng)軸承的各典型故障,具有一定的優(yōu)勢(shì)。
【作者單位】： 九江職業(yè)技術(shù)學(xué)院電氣工程學(xué)院;國(guó)家無(wú)線電頻譜管理研究所;
【關(guān)鍵詞】： 局部特征尺度分解 排列熵 LLTSA 特征提取 故障
【基金】：江西省教改項(xiàng)目基金資助(JXJG-14-45-3)
【分類號(hào)】：TH17
【正文快照】： 振動(dòng)信號(hào)作為機(jī)械故障信息的載體,對(duì)其進(jìn)行分析處理是實(shí)現(xiàn)機(jī)械故障診斷的常用方法。而如何從具有非線性、非平穩(wěn)性特征的機(jī)械振動(dòng)信號(hào)中提取故障特征是實(shí)現(xiàn)高精度故障診斷的關(guān)鍵。近年來(lái),隨著非線性科學(xué)的發(fā)展,許多非線性分析方法,如分形維數(shù)[1]、近似熵[2]、樣本熵(Sample En

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 王濤;李業(yè)學(xué);梁學(xué)戰(zhàn);;基于支持向量機(jī)的混凝土泵車支腿故障診斷方法[J];機(jī)械設(shè)計(jì)與研究;2015年06期

2 張前圖;房立清;趙玉龍;呂巖;;基于LCD信息熵特征和SVM的機(jī)械故障診斷[J];機(jī)械傳動(dòng);2015年12期

3 賈愛(ài)芹;陳建軍;蔣志強(qiáng);文振華;;基于灰色支持向量機(jī)的汽車制動(dòng)系統(tǒng)故障診斷與預(yù)測(cè)[J];機(jī)械設(shè)計(jì)與研究;2015年01期

4 賈峰;武兵;熊曉燕;熊詩(shī)波;;基于多維度排列熵與支持向量機(jī)的軸承早期故障診斷方法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年09期

5 向丹;葛爽;;基于EMD樣本熵-LLTSA的故障特征提取方法[J];航空動(dòng)力學(xué)報(bào);2014年07期

6 張淑清;孫國(guó)秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機(jī)械故障診斷研究[J];儀器儀表學(xué)報(bào);2013年03期

7 王鳳利;段樹(shù)林;于洪亮;李宏坤;;基于EEMD和形態(tài)學(xué)分形維數(shù)的柴油機(jī)故障診斷[J];內(nèi)燃機(jī)學(xué)報(bào);2012年06期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 謝志謙;孫虎兒;劉樂(lè);武超;;基于CEEMDAN樣本熵與SVM的滾動(dòng)軸承故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年03期

2 王斐;房立清;呂巖;;局部特征尺度分解和局部切空間排列在故障特征頻率提取中的應(yīng)用[J];中國(guó)機(jī)械工程;2017年05期

3 吳印華;徐瓊燕;李俊峰;;基于局部特征尺度分解排列熵和線性局部且空間排列的故障特征提取方法[J];機(jī)械設(shè)計(jì)與研究;2017年01期

4 邊兵兵;;基于LCD降噪與LS-SVM的滾動(dòng)軸承故障診斷方法[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年02期

5 趙國(guó)彥;鄧青林;李夕兵;董隴軍;陳光輝;張楚旋;;基于EMD和形態(tài)分形維數(shù)的微震波形識(shí)別[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

6 彭泓;楊巍;;基于EEMD和關(guān)聯(lián)維數(shù)的小電流接地故障選線方法[J];測(cè)控技術(shù);2017年01期

7 季云峰;馮立元;匡亮;;基于改進(jìn)的有監(jiān)督正交鄰域保持嵌入的故障辨識(shí)[J];機(jī)械傳動(dòng);2017年01期

8 黃友朋;趙山;許凡;方彥軍;;EEMD排列熵與PCA-GK的滾動(dòng)軸承聚類故障診斷[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

9 范磊;衛(wèi)志農(nóng);李慧杰;Kwok W Cheung;孫國(guó)強(qiáng);孫永輝;;基于變分模態(tài)分解和蝙蝠算法-相關(guān)向量機(jī)的短期風(fēng)速區(qū)間預(yù)測(cè)[J];電力自動(dòng)化設(shè)備;2017年01期

10 岳應(yīng)娟;孫鋼;蔡艷平;;基于變分模態(tài)分解近似熵和支持向量機(jī)的軸承故障診斷方法[J];軸承;2016年12期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 曾文韜;孔建益;胡曉莉;張華;;基于BP神經(jīng)網(wǎng)絡(luò)混凝土泵車臂架故障預(yù)測(cè)研究[J];機(jī)械設(shè)計(jì)與制造;2015年04期

2 楊曉明;吳天宇;時(shí)丹;;基于人工神經(jīng)網(wǎng)絡(luò)的混凝土實(shí)時(shí)強(qiáng)度影響因素敏感性分析[J];混凝土;2014年11期

3 步瓊;秦華鋒;崔振華;;混凝土泵車擺動(dòng)支腿開(kāi)裂原因分析與解決方案[J];工程機(jī)械與維修;2014年06期

4 李鵬宇;邵忍平;汪亞運(yùn);;基于Shannon熵的LCD-SVM方法在齒輪故障分類中的研究[J];機(jī)械傳動(dòng);2014年04期

5 樓軍偉;胡赤兵;趙家黎;;EEMD樣本熵在軸承故障SVM識(shí)別中的研究[J];機(jī)械傳動(dòng);2014年03期

6 鄔再新;劉濤;黃成東;;基于信息熵的渦旋壓縮機(jī)振動(dòng)信號(hào)分析[J];振動(dòng).測(cè)試與診斷;2014年01期

7 胥永剛;孟志鵬;陸明;;基于雙樹(shù)復(fù)小波包變換和SVM的滾動(dòng)軸承故障診斷方法[J];航空動(dòng)力學(xué)報(bào);2014年01期

8 都衡;潘宏俠;;基于信息熵和GA-SVM的自動(dòng)機(jī)故障診斷[J];機(jī)械設(shè)計(jì)與研究;2013年05期

9 艾延廷;付琪;田晶;陳潮龍;;基于融合信息熵距的轉(zhuǎn)子裂紋-碰摩耦合故障診斷方法[J];航空動(dòng)力學(xué)報(bào);2013年10期

10 潘世超;王文劍;郭虎升;;基于概率密度分布的增量支持向量機(jī)算法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳岳東，，屈梁生;回轉(zhuǎn)機(jī)械的故障特征提取與分類[J];機(jī)械工程學(xué)報(bào);1994年S1期

2 高正明;何彬;趙娟;裴永泉;左廣霞;;常用故障特征提取方法[J];機(jī)床與液壓;2009年12期

3 李兆飛;柴毅;李華鋒;;多重分形的振動(dòng)信號(hào)故障特征提取方法[J];數(shù)據(jù)采集與處理;2013年01期

4 韓立靜;徐金梧;陽(yáng)建宏;黎敏;;基于灰度擊中擊不中變換的故障特征提取方法[J];北京科技大學(xué)學(xué)報(bào);2012年07期

5 李輝,宋智勇,孫豐瑞;基于小波包-包絡(luò)分析的故障特征提取方法[J];振動(dòng)、測(cè)試與診斷;2003年04期

6 李學(xué)軍;廖傳軍;褚福磊;;適于聲發(fā)射信號(hào)故障特征提取的小波函數(shù)[J];機(jī)械工程學(xué)報(bào);2008年03期

7 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進(jìn)階比的變速器微弱故障特征提取[J];振動(dòng)工程學(xué)報(bào);2012年03期

8 任立通;胡金海;謝壽生;王磊;苗卓廣;;基于隨機(jī)共振預(yù)處理的振動(dòng)故障特征提取研究[J];振動(dòng)與沖擊;2014年02期

9 陳長(zhǎng)征,羅躍綱,張省,虞和濟(jì);基于小波分析的機(jī)械故障特征提取研究[J];機(jī)械強(qiáng)度;2001年01期

10 郝志華;馬孝江;;高階非線性時(shí)頻表示在故障特征提取中的應(yīng)用[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 趙志宏;楊紹普;;一種基于ICA的機(jī)械故障特征提取方法[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

2 潘宏俠;黃晉英;毛鴻偉;劉振旺;;基于粒子群優(yōu)化的故障特征提取技術(shù)研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

3 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 蔣超;基于EEMD與MED的沖擊信號(hào)自適應(yīng)故障特征提取方法[D];上海大學(xué);2016年

2 程發(fā)斌;面向機(jī)械故障特征提取的混合時(shí)頻分析方法研究[D];重慶大學(xué);2007年

3 馮坤;基于內(nèi)積變換的機(jī)械故障特征提取原理與早期識(shí)別方法研究[D];北京化工大學(xué);2012年

4 李加慶;基于聲全息的故障特征提取技術(shù)研究[D];上海交通大學(xué);2008年

5 趙玲;旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年

6 陳建國(guó);基于獨(dú)立分量分析的機(jī)械故障特征提取及分類方法研究[D];大連理工大學(xué);2011年

7 李兆飛;振動(dòng)故障分形特征提取及診斷方法研究[D];重慶大學(xué);2013年

8 鞠萍華;旋轉(zhuǎn)機(jī)械早期故障特征提取的時(shí)頻分析方法研究[D];重慶大學(xué);2010年

9 趙志宏;基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

10 趙鵬;離心泵振動(dòng)故障診斷方法研究及系統(tǒng)實(shí)現(xiàn)[D];華北電力大學(xué)（北京）;2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 薄瑞瑞;基于LMD的振動(dòng)信號(hào)處理及故障特征提取研究[D];內(nèi)蒙古大學(xué);2015年

2 凡非龍;旋轉(zhuǎn)機(jī)械故障診斷與現(xiàn)場(chǎng)動(dòng)平衡系統(tǒng)研發(fā)[D];浙江大學(xué);2015年

3 屈紅偉;基于LMD的故障特征提取方法及動(dòng)平衡技術(shù)研究[D];北京化工大學(xué);2015年

4 李嶺陽(yáng);基于非線性分析的故障特征提取及識(shí)別方法研究[D];北京化工大學(xué);2016年

5 沈金理;機(jī)械裝備連接松動(dòng)故障特征提取方法的研究[D];東華大學(xué);2013年

6 李敏;基于譜融合的管道故障特征提取方法研究[D];北京化工大學(xué);2011年

7 易雄;基于小波分析的機(jī)械故障特征提取與診斷技術(shù)研究[D];浙江工業(yè)大學(xué);2009年

8 鐘曉平;氣象衛(wèi)星運(yùn)動(dòng)部件故障特征提取及振動(dòng)特性研究[D];上海交通大學(xué);2009年

9 宋震;柴油機(jī)典型故障特征提取與診斷研究[D];天津大學(xué);2013年

10 王澤棟;鉆井泵閥的故障特征提取與基于GSM的遠(yuǎn)程故障報(bào)警儀[D];北京化工大學(xué);2008年

本文編號(hào)：1047269