【摘要】：軸承故障是導致機器發(fā)生事故的重要原因之一。為更好地識別出故障類型,使用一種包絡(luò)樣本熵和決策樹門限值自適應(yīng)調(diào)節(jié)算法相結(jié)合的方法。首先將信號分解成若干IMF之和,選取包含豐富故障信息的IMF求其包絡(luò)信號的樣本熵,最后通過決策樹自適應(yīng)調(diào)節(jié)門限值準確判斷出軸承故障類型。分析結(jié)果表明,該方法不僅可以通過反饋減少運算量,而且能夠通過決策樹門限值的自適應(yīng)調(diào)節(jié)來提高軸承故障的識別率,綜合識別率可達到96.75%。
[Abstract]:Bearing fault is one of the important causes of machine fault. In order to identify the fault type better, a method combining envelope sample entropy with decision tree threshold adaptive adjustment algorithm is used. First, the signal is decomposed into several IMFs, then the sample entropy of envelope signal is obtained by selecting IMF which contains abundant fault information. The results show that the method can not only reduce the amount of calculation by feedback, but also improve the recognition rate of bearing fault by adaptive adjustment of decision tree threshold value. The comprehensive recognition rate can reach 96.75%.
【作者單位】： 安徽經(jīng)濟管理學院信息工程系;
【基金】：安徽省高校自然科學研究重點項目(KJ2015A394) 安徽經(jīng)濟管理學院院級課題(YJKT1516YB07)共同資助
【分類號】：TH133.3

【相似文獻】

相關(guān)期刊論文 前10條

1 楊煒明;;設(shè)備故障診斷技術(shù)在軸承故障檢測中的應(yīng)用研究[J];長沙航空職業(yè)技術(shù)學院學報;2006年01期

2 李強;趙地;侯文富;;軸承故障的預防和診斷[J];現(xiàn)代零部件;2010年S1期

3 許樹申;;軸承故障的檢查和失效的原因[J];科技創(chuàng)新導報;2010年30期

4 徐麗娟;張春福;孫曉娟;于海波;何文廣;;軸承故障識別與診斷方法的研究分析[J];機械工程師;2012年07期

5 叢培田;高偉;韓輝;李光;;軸承故障信號的峰值特征擴展電路研究[J];工具技術(shù);2013年01期

6 潘煒;;正確識別轉(zhuǎn)動設(shè)備軸承金屬溫度異常及軸承故障[J];應(yīng)用能源技術(shù);2014年01期

7 來五星;軒建平;史鐵林;楊叔子;;用自回歸最小二乘消噪法提純軸承故障信號[J];振動、測試與診斷;2007年04期

8 王繼凱;;應(yīng)用振動分析法診斷軸承故障[J];有色冶金節(jié)能;2009年05期

9 鄭紅偉;;軸承故障的檢查和失效的原因[J];農(nóng)民致富之友;2012年07期

10 唐錦鳳;風機軸承故障的診斷與處理[J];采礦技術(shù);2002年01期

相關(guān)會議論文 前10條

1 邵毅全;鐘鳴華;邵毅敏;;使用激光傳感器檢測軸承故障[A];第一屆全國流體動力及控制工程學術(shù)會議論文集（第二卷）[C];2000年

2 楊積忠;左立建;;風機軸承故障診斷實例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

3 郝如江;盧文秀;褚福磊;;基于形態(tài)分析和支持向量機的軸承故障分類研究[A];2008年全國振動工程及應(yīng)用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

4 胡蔦慶;潘中銀;陳敏;秦國軍;;結(jié)合包絡(luò)解調(diào)與隨機共振的軸承故障檢測[A];2008年全國振動工程及應(yīng)用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

5 徐建立;;基于支持向量機的轉(zhuǎn)轍機軸承故障分類實驗研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

6 楊曼云;;基于morlft小波法包絡(luò)檢波分析技術(shù)的軸承故障診斷技術(shù)研究[A];2012年全國地方機械工程學會學術(shù)年會論文集（云南省分冊）[C];2012年

7 康晨暉;崔玲麗;胥永剛;高立新;;EMD熵值譜在軸承故障信號特征提取中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

8 蘇鋼;姚成寶;;高溫鼓風機軸承故障分析與診斷[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學術(shù)會議論文集[C];2000年

9 郝如江;朱勇輝;于新奇;;能量因子用于軸承故障聲發(fā)射信號的特征提取[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

10 柳亦兵;周雁冰;辛衛(wèi)東;高青風;何纓;;直驅(qū)風電機組軸承故障的雙譜特征分析與診斷[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

相關(guān)博士學位論文 前4條

1 李萌;旋轉(zhuǎn)機械軸承故障的特征提取與模式識別方法研究[D];吉林大學;2008年

2 朱可恒;滾動軸承振動信號特征提取及診斷方法研究[D];大連理工大學;2013年

3 王冬云;轉(zhuǎn)子-軸承故障診斷方法研究[D];燕山大學;2012年

4 鐘先友;旋轉(zhuǎn)機械故障診斷的時頻分析方法及其應(yīng)用研究[D];武漢科技大學;2014年

相關(guān)碩士學位論文 前10條

1 史鈞宇;基于VB/SQL Server2000的滾動軸承多參數(shù)故障診斷系統(tǒng)開發(fā)[D];中北大學;2016年

2 李東彪;基于參數(shù)的軸承故障聲發(fā)射特征提取研究[D];沈陽工業(yè)大學;2017年

3 李亞卓;基于多特征量提取和極限學習機的軸承故障診斷方法研究[D];昆明理工大學;2017年

4 趙凱;基于支持向量回歸的軸承故障定量診斷方法研究[D];蘇州大學;2012年

5 李文麒;基于小波變換與遞歸定量分析的軸承故障信號研究[D];哈爾濱工業(yè)大學;2012年

6 李亮;基于EEMD樣本熵和模糊聚類的軸承故障診斷方法研究[D];燕山大學;2013年

7 王剛;基于模糊邏輯的軸承故障早期診斷方法研究[D];哈爾濱工業(yè)大學;2008年

8 王樹梁;基于HHT的提升機天輪軸承故障診斷方法研究[D];山東大學;2011年

9 徐長源;基于LMD的軸承故障特征提取方法研究[D];沈陽大學;2016年

10 周方明;基于分形分析的軸承故障狀態(tài)分類研究[D];中國科學技術(shù)大學;2011年

，

本文編號：2200673