【摘要】：滾動軸承在機(jī)械設(shè)備中廣泛應(yīng)用并且占有重要位置。機(jī)械設(shè)備中的很多故障均與滾動軸承的運(yùn)行狀況有著密切聯(lián)系,在旋轉(zhuǎn)機(jī)械設(shè)備的故障有很大比例是由軸承的失效造成的,所以合理的進(jìn)行滾動軸承故障診斷有著重要的實(shí)際意義。本論文中采用邏輯回歸和支持向量數(shù)據(jù)描述進(jìn)行滾動軸承故障狀態(tài)識別,首先利用局部均值分解和邏輯回歸建立模型進(jìn)行滾動軸承故障類型識別,主要是確定內(nèi)圈故障或外圈故障,然后針對某一種故障類型進(jìn)行由輕微到嚴(yán)重狀態(tài)的不同損傷過程識別,主要采用局部均值分解和支持向量數(shù)據(jù)描述建立的模型進(jìn)行滾動軸承損傷程度的識別。局部均值分解是一種適合非線性、不穩(wěn)定的滾動軸承故障振動信號的自適應(yīng)時頻分析方法。本文將局部均值分解方法應(yīng)用到對滾動軸承故障振動信號處理和分析中,然后進(jìn)行選取特征值,采用遺傳算法進(jìn)行邏輯回歸模型的參數(shù)優(yōu)化,得到邏輯回歸模型并進(jìn)行滾動軸承故障類型識別。根據(jù)局部均值分解處理后的振動信號選取適合支持向量數(shù)據(jù)描述模型的特征,完成支持向量數(shù)據(jù)描述模型的建立并針對某一滾動軸承故障類型的損傷程度進(jìn)行識別。通過滾動軸承故障數(shù)據(jù)驗證表明,該方法能夠進(jìn)行滾動軸承的故障類型及損傷程度的識別。
[Abstract]:......
【學(xué)位授予單位】：沈陽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 遲冬南;徐麗娜;栗曉云;;基于邏輯回歸的匹配濾波器設(shè)計方法[J];計算機(jī)測量與控制;2016年03期

2 LI Min;YANG Jianhong;WANG Xiaojing;;Fault Feature Extraction of Rolling Bearing Based on an Improved Cyclical Spectrum Density Method[J];Chinese Journal of Mechanical Engineering;2015年06期

3 文成玉;董良;金欣;;Feature Extraction of Bearing Vibration Signals Using Second Generation Wavelet and Spline-Based Local Mean Decomposition[J];Journal of Shanghai Jiaotong University(Science);2015年01期

4 GAO Huizhong;LIANG Lin;CHEN Xiaoguang;XU Guanghua;;Feature Extraction and Recognition for Rolling Element Bearing Fault Utilizing Short-Time Fourier Transform and Non-negative Matrix Factorization[J];Chinese Journal of Mechanical Engineering;2015年01期

5 張銘鈞;吳娟;褚振忠;;Multi-Fault Diagnosis for Autonomous Underwater Vehicle Based on Fuzzy Weighted Support Vector Domain Description[J];China Ocean Engineering;2014年05期

6 毛毅;陳穩(wěn)霖;郭寶龍;陳一昕;;基于密度估計的邏輯回歸模型[J];自動化學(xué)報;2014年01期

7 何正嘉;曹宏瑞;訾艷陽;李兵;;機(jī)械設(shè)備運(yùn)行可靠性評估的發(fā)展與思考[J];機(jī)械工程學(xué)報;2014年02期

8 王濤;李艾華;王旭平;蔡艷平;;基于SVDD與距離測度的齒輪泵故障診斷方法研究[J];振動與沖擊;2013年11期

9 張淑清;孫國秀;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;2013年03期

10 崔春英;段禮祥;張來斌;;基于LMD和FCM的滾動軸承故障診斷方法[J];科學(xué)技術(shù)與工程;2013年07期

相關(guān)博士學(xué)位論文 前2條

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

2 谷方明;支持向量數(shù)據(jù)描述的若干問題及應(yīng)用研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 葉慧;基于小波與多核支持向量機(jī)的無人機(jī)傳感器故障診斷系統(tǒng)研究[D];南京航空航天大學(xué);2014年

2 謝磊;軸承振動分析與壽命評估方法研究[D];電子科技大學(xué);2013年

3 陳瓊;基于信號處理的模式識別方法在滾動軸承故障診斷中的應(yīng)用[D];北京化工大學(xué);2011年

4 鐘鑫;基于邏輯回歸和高斯混合模型的設(shè)備故障診斷技術(shù)研究與應(yīng)用[D];北京化工大學(xué);2010年

5 于婷婷;基于BP神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷方法[D];大連理工大學(xué);2008年

6 楊晉朝;基于遺傳算法的液體火箭發(fā)動機(jī)故障檢測與診斷研究[D];國防科學(xué)技術(shù)大學(xué);2008年

7 段侯峰;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[D];北京交通大學(xué);2008年

8 鄧禹;適于軸承故障診斷模型與降噪方法的研究[D];電子科技大學(xué);2008年

9 雷金波;基于邏輯回歸和支持向量機(jī)的設(shè)備狀態(tài)退化評估與趨勢預(yù)測研究[D];上海交通大學(xué);2008年

10 李自國;基于支持向量數(shù)據(jù)描述的故障診斷方法研究[D];鄭州大學(xué);2007年

，

本文編號：2301260