本文選題：機械故障診斷　切入點：多傳感器數據融合　出處：《西安石油大學學報(自然科學版)》2017年01期

【摘要】：為提高機械故障診斷的準確率,將多個振動傳感器采集機械系統不同位置的信息進行融合,提出一種基于同源數據融合的特征提取方法。以柴油機缸蓋和機身的振動信號為例,分析振動信號頻譜與激勵源到測量點的傳輸特性,構造基于頻譜的高維特征向量。使用PCA方法和子帶平均法降維,支持向量機進行分類驗證其分類效果。結果表明,相比傳統單通道傳感器,此方法提取的特征不僅具有更高的可壓縮性,而且其分類準確性有所提高。
[Abstract]:In order to improve the accuracy of fault diagnosis, a plurality of mechanical vibration sensor system acquisition in different position of the information fusion, this paper presents an approach to extract homologous features based on data fusion. The vibration signal of diesel engine cylinder head and body as an example, to analyze the transmission characteristics of vibration signal spectrum and the excitation source to the measurement point, high structure dimensional feature vector based on spectrum. With the average method of dimensionality reduction using the PCA method and the sub classification, verify the classification performance of support vector machine. The results show that compared with the traditional single channel sensor, this feature extraction method not only has the higher compressibility, and the classification accuracy is improved.

【作者單位】： 西安石油大學機械工程學院;
【分類號】：TH17;TP212.9

【相似文獻】

相關期刊論文 前10條

1 胡兆勇;機械故障診斷中的誤診[J];中國機械工程;2005年02期

2 陳湃;;淺談機械故障診斷技術的原理與方法[J];裝備制造;2009年05期

3 趙永滿;梅衛(wèi)江;吳疆;王春林;;機械故障診斷技術發(fā)展及趨勢分析[J];機床與液壓;2009年10期

4 李秋紅;李凈儀;謝劍;王麗君;;機械故障診斷的研究與發(fā)展趨勢[J];農機使用與維修;2010年02期

5 赫偉英;裴峻峰;;往復機械故障診斷技術進展綜述[J];化工機械;2010年05期

6 蒲國強;;多傳感器信息融合技術與機械故障診斷研究[J];廣西輕工業(yè);2010年11期

7 侯靖歐;;機械故障診斷技術[J];漁業(yè)現代化;1984年06期

8 劉增良;模糊數學用于工程機械故障診斷[J];工程機械;1987年12期

9 金鵬林;齊天喜;;機械故障診斷學及其在油田機械工程中的應用[J];新疆石油科技;1993年03期

10 尚國清,佟德純;機械故障診斷技術現狀與展望[J];工程機械;1994年12期

相關會議論文 前10條

1 王秋貴;周s，

本文編號：1687533