本文選題：軸承 + 故障診斷�。� 參考：《工礦自動(dòng)化》2017年07期

【摘要】：針對軸承振動(dòng)信號(hào)的非平穩(wěn)特征和現(xiàn)實(shí)中難以提取故障參數(shù)的情況,提出了一種基于遞歸圖和局部非負(fù)矩陣分解的軸承故障診斷方法。該方法首先對采集到的軸承振動(dòng)信號(hào)進(jìn)行遞歸圖分析,生成灰度圖;然后用局部非負(fù)矩陣分解對生成的遞歸圖進(jìn)行特征參數(shù)提取,得到系數(shù)編碼矩陣;最后采用分類器對上述編碼矩陣直接進(jìn)行模式識(shí)別,從而實(shí)現(xiàn)軸承故障的自動(dòng)化診斷。將該方法應(yīng)用在4種典型工況的軸承故障診斷實(shí)例中,應(yīng)用結(jié)果表明,該方法可對不同工況的遞歸圖自適應(yīng)地計(jì)算特征參數(shù),避免了人為因素對診斷準(zhǔn)確率的影響,具有較好的自適應(yīng)性和魯棒性。
[Abstract]:In view of the non-stationary characteristic of bearing vibration signal and the fact that it is difficult to extract fault parameters in reality, a bearing fault diagnosis method based on recursion graph and local non-negative matrix decomposition is proposed. In this method, the vibration signal of bearing is analyzed by recursive graph, and the gray scale is generated, then the characteristic parameters are extracted by local nonnegative matrix decomposition, and the coefficient coding matrix is obtained. Finally, the classifier is used to recognize the above coding matrix directly, so as to realize the automatic diagnosis of bearing fault. The method is applied to four typical cases of bearing fault diagnosis. The application results show that the method can adaptively calculate the characteristic parameters for the recursion diagram of different working conditions, thus avoiding the influence of human factors on the diagnostic accuracy. It has good adaptability and robustness.
【作者單位】： 武警后勤學(xué)院軍交運(yùn)輸系;火箭軍指揮學(xué)院通信系;
【分類號(hào)】：TH133.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 于彬;;基于局部非負(fù)矩陣分解的人臉識(shí)別[J];科學(xué)技術(shù)與工程;2010年33期

2 高燕燕;;非負(fù)矩陣分解及其應(yīng)用探討[J];硅谷;2011年23期

3 程明松;劉勺連;;一種實(shí)用快速非負(fù)矩陣分解算法[J];大連理工大學(xué)學(xué)報(bào);2013年01期

4 盧進(jìn)軍,楊杰,梁棟,常宇疇;基于非負(fù)矩陣分解的相關(guān)反饋圖像檢索算法[J];上海交通大學(xué)學(xué)報(bào);2005年04期

5 呂亞麗;趙遼英;;基于約束非負(fù)矩陣分解的混合象元分解新方法[J];杭州電子科技大學(xué)學(xué)報(bào);2009年04期

6 陳鷹;郭睿;;非負(fù)矩陣分解在遙感圖像融合中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2007年20期

7 張鳳斌;楊輝;;非負(fù)矩陣分解在入侵檢測中的應(yīng)用[J];哈爾濱理工大學(xué)學(xué)報(bào);2008年02期

8 李兵;米雙山;劉鵬遠(yuǎn);劉東升;張培林;;二維非負(fù)矩陣分解在齒輪故障診斷中的應(yīng)用[J];振動(dòng).測試與診斷;2012年05期

9 李兵;徐榕;賈春寧;郭清晨;;基于自適應(yīng)形態(tài)提升小波與改進(jìn)非負(fù)矩陣分解的發(fā)動(dòng)機(jī)故障診斷方法[J];兵工學(xué)報(bào);2013年03期

10 錢誠;徐舒暢;張三元;;采用增量型非負(fù)矩陣分解建模的目標(biāo)跟蹤算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年06期

相關(guān)會(huì)議論文 前10條

1 孫江明;李通化;;非平滑三維非負(fù)矩陣分解[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

2 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動(dòng)多文摘方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 徐利民;龔珊;余再軍;;奇異值分解與非負(fù)矩陣分解色在數(shù)據(jù)降維方面的特性分析[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識(shí)別[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

6 蔣霈霖;;KL散度下的非負(fù)矩陣分解[A];中國自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 楊寶;朱啟兵;黃敏;;基于非負(fù)矩陣分解一稀疏表示分類的玻璃缺陷圖像識(shí)別[A];第24屆中國控制與決策會(huì)議論文集[C];2012年

8 錢樂樂;高雋;徐小紅;;非負(fù)性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

9 朱昊;黃源水;付夢印;;基于NMF的道路識(shí)別算法在野外環(huán)境感知中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊）[C];2010年

10 鄭能恒;蔡毅;李霞;Tan Lee;;基于非負(fù)矩陣分解和向量相似測度的語音與音樂分離算法[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 楊士準(zhǔn);基于樣本和特征的遷移學(xué)習(xí)方法及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2013年

2 葉軍;基于正則化方法的非負(fù)矩陣分解算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

3 陸玉武;圖像分類中流形回歸與非負(fù)矩陣分解研究[D];哈爾濱工業(yè)大學(xué);2015年

4 張恩德;在線社會(huì)網(wǎng)絡(luò)分析與挖掘若干關(guān)鍵問題研究[D];東北大學(xué);2014年

5 胡俐蕊;非負(fù)矩陣分解方法及其在選票圖像識(shí)別中的應(yīng)用[D];安徽大學(xué);2013年

6 殷海青;圖像分析中的非負(fù)矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學(xué);2011年

7 楊洪禮;非負(fù)矩陣與張量分解及其應(yīng)用[D];山東科技大學(xué);2011年

8 史加榮;多尺度張量逼近及應(yīng)用[D];西安電子科技大學(xué);2012年

9 方蔚濤;人臉識(shí)別特征抽取算法的研究[D];重慶大學(xué);2012年

10 劉昱昊;基于非負(fù)矩陣分解算法的人臉識(shí)別技術(shù)的研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 謝昊;非負(fù)矩陣分解初始化及其應(yīng)用[D];暨南大學(xué);2015年

2 王一;凸與半非負(fù)矩陣分解的近點(diǎn)梯度方法研究[D];東北師范大學(xué);2015年

3 項(xiàng)磊;基于乳腺癌計(jì)算機(jī)輔助診斷的病理圖像分析[D];南京信息工程大學(xué);2015年

4 王丹;基于非負(fù)矩陣分解的腦電信號(hào)特征提取算法研究[D];燕山大學(xué);2015年

5 馬春霞;非負(fù)矩陣分解及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學(xué);2015年

6 崔艷榮;基于非負(fù)矩陣分解的高光譜遙感數(shù)據(jù)融合方法分析及應(yīng)用[D];電子科技大學(xué);2014年

7 賴淑珍;非負(fù)矩陣分解若干算法研究與應(yīng)用[D];電子科技大學(xué);2014年

8 趙龍;基于多流形正則化非負(fù)矩陣分解的多視圖聚類[D];大連理工大學(xué);2015年

9 黃震;基于多視角非負(fù)矩陣分解的同名區(qū)分算法研究[D];大連理工大學(xué);2015年

10 邵強(qiáng);改進(jìn)的非負(fù)矩陣分解算法及其在人臉識(shí)別中的應(yīng)用[D];河北工業(yè)大學(xué);2015年

，

本文編號(hào)：2072354