基于兩階段多準則特征選擇模型的滾動軸承故障識別方法研究
發(fā)布時間：2020-12-22 08:10
針對作為機械設備核心部件的滾動軸承故障識別準確率較低的問題,從信號處理角度將特征評價和選擇理論應用于軸承故障診斷。完成了多域特征提取、關鍵特征選擇及變工況下軸承故障診斷等工作。針對特征評價和選擇基本理論進行介紹,重點分析了特征評價準則的選取依據(jù)和特征選擇穩(wěn)定性評估的必要性。在此基礎上建立兩階段多準則特征選擇模型,包括基于多準則融合的關鍵特征選擇和基于穩(wěn)定性分析的穩(wěn)定特征選擇。針對軸承振動信號的非平穩(wěn)及非線性及單一或單域特征難以準確表征軸承狀態(tài)變化的問題。建立能夠全面描述軸承狀態(tài)的多域特征集,包括時頻域、熵、能量、復雜度及低維重構特征。以此為基礎分析了軸承不同狀態(tài)下各特征域信號的變化特點,根據(jù)各狀態(tài)對應特征樣本分布的離散度,對多域特征集中各個特征的類別可分能力進行了初步評價。以建立多域特征矩陣為輸入。針對特征矩陣的高維性,首先采用基于lasso正則化和譜聚類相結合的特征選擇方法去除特征集中的大量無關特征;其次考慮單一評價準則使用的局限性,融合距離評價準則和相關性評價準則提出基于最大相關最大距離的特征選擇方法完成關鍵特征篩選。針對得到的關鍵特征集能否完成變工況下軸承故障狀態(tài)準確識別的問題。...
【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校
【文章頁數(shù)】：73 頁
【學位級別】：碩士
【部分圖文】：
特征選擇過程
圖 2-2 技術路線2.6 本章小結本章主要分為三部分，首先針對特征評價理論和常用選擇方法進行介紹；其次重點分析了特征評價準則的選取依據(jù)和特征選擇穩(wěn)定性評估的必要性。在此基礎上建立了兩階段多準則特征選擇模型，包括基于多準則融合的關鍵特征選擇和基于穩(wěn)定性分析的穩(wěn)定特征選擇；最后針對特征選擇模型的算法流程和軸承故障診斷的技術路線進行具體描述。
圖 3-1 風電機組傳動系統(tǒng)故障模擬實驗臺承正常狀態(tài)、內圈故障、外圈故障、滾動體故障信號時間序列如圖 ：圖 3-2 正常狀態(tài)時域圖 圖 3-3 內圈故障狀態(tài)時域圖
【參考文獻】：
期刊論文
[1]基于時域指標的滾動軸承故障特征提取方法[J]. 薛小慶,陳博,劉婷. 電子測試. 2018(23)
[2]基于改進經(jīng)驗小波變換的時頻分析方法及其在滾動軸承故障診斷中的應用[J]. 鄭近德,潘海洋,戚曉利,張興權,劉慶運. 電子學報. 2018(02)
[3]不均衡大數(shù)據(jù)集下的文本特征基因提取方法[J]. 孫晶濤,張秋余. 電子科技大學學報. 2018(01)
[4]基于局部頻譜的滾動軸承故障特征提取方法[J]. 蘇維均,楊飛,于重重,程曉卿,崔世杰. 電子學報. 2018(01)
[5]基于時頻域特征分析的列車軸承缺陷實時檢測[J]. 永遠,黃小霞,唐媛恬. 西南交通大學學報. 2017(06)
[6]特征選擇穩(wěn)定性研究綜述[J]. 劉藝,曹建軍,刁興春,周星. 軟件學報. 2018(09)
[7]航空滾動軸承振動特征的故障靈敏度分析與融合技術[J]. 林桐,陳果,張全德,王洪偉,陳立波. 航空動力學報. 2017(09)
[8]大數(shù)據(jù)下機械智能故障診斷的機遇與挑戰(zhàn)[J]. 雷亞國,賈峰,孔德同,林京,邢賽博. 機械工程學報. 2018(05)
[9]基于LTSA與K-最近鄰分類器的故障診斷[J]. 姜景升,王華慶,柯燕亮,向偉. 振動與沖擊. 2017(11)
[10]風力發(fā)電機組故障診斷與預測技術研究綜述[J]. 金曉航,孫毅,單繼宏,吳根勇. 儀器儀表學報. 2017(05)
博士論文
[1]旋轉機械設備關鍵部件故障診斷與預測方法研究[D]. 沈長青.中國科學技術大學 2014
[2]高維數(shù)據(jù)的特征選擇與特征提取研究[D]. 蔣勝利.西安電子科技大學 2011
[3]滾動軸承振動信號處理及特征提取方法研究[D]. 蘇文勝.大連理工大學 2010
碩士論文
[1]基于多特征量的滾動軸承退化狀態(tài)評估和剩余壽命預測方法研究[D]. 燕晨耀.電子科技大學 2016
[2]高維小樣本數(shù)據(jù)的特征選擇研究及其穩(wěn)定性分析[D]. 寧永鵬.廈門大學 2014
[3]滾動軸承故障診斷的多參數(shù)融合特征提取方法研究[D]. 李少軍.北京交通大學 2011
[4]基于MIV特征篩選和BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷技術研究[D]. 周瑩.北京交通大學 2011
[5]滾動軸承故障診斷中的特征提取與選擇方法[D]. 楊慧斌.湖南工業(yè)大學 2011
[6]特征選擇新算法研究[D]. 馮宗翰.江南大學 2011
本文編號：2931435
【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校
【文章頁數(shù)】：73 頁
【學位級別】：碩士
【部分圖文】：
特征選擇過程
圖 2-2 技術路線2.6 本章小結本章主要分為三部分，首先針對特征評價理論和常用選擇方法進行介紹；其次重點分析了特征評價準則的選取依據(jù)和特征選擇穩(wěn)定性評估的必要性。在此基礎上建立了兩階段多準則特征選擇模型，包括基于多準則融合的關鍵特征選擇和基于穩(wěn)定性分析的穩(wěn)定特征選擇；最后針對特征選擇模型的算法流程和軸承故障診斷的技術路線進行具體描述。
圖 3-1 風電機組傳動系統(tǒng)故障模擬實驗臺承正常狀態(tài)、內圈故障、外圈故障、滾動體故障信號時間序列如圖 ：圖 3-2 正常狀態(tài)時域圖 圖 3-3 內圈故障狀態(tài)時域圖
【參考文獻】：
期刊論文
[1]基于時域指標的滾動軸承故障特征提取方法[J]. 薛小慶,陳博,劉婷. 電子測試. 2018(23)
[2]基于改進經(jīng)驗小波變換的時頻分析方法及其在滾動軸承故障診斷中的應用[J]. 鄭近德,潘海洋,戚曉利,張興權,劉慶運. 電子學報. 2018(02)
[3]不均衡大數(shù)據(jù)集下的文本特征基因提取方法[J]. 孫晶濤,張秋余. 電子科技大學學報. 2018(01)
[4]基于局部頻譜的滾動軸承故障特征提取方法[J]. 蘇維均,楊飛,于重重,程曉卿,崔世杰. 電子學報. 2018(01)
[5]基于時頻域特征分析的列車軸承缺陷實時檢測[J]. 永遠,黃小霞,唐媛恬. 西南交通大學學報. 2017(06)
[6]特征選擇穩(wěn)定性研究綜述[J]. 劉藝,曹建軍,刁興春,周星. 軟件學報. 2018(09)
[7]航空滾動軸承振動特征的故障靈敏度分析與融合技術[J]. 林桐,陳果,張全德,王洪偉,陳立波. 航空動力學報. 2017(09)
[8]大數(shù)據(jù)下機械智能故障診斷的機遇與挑戰(zhàn)[J]. 雷亞國,賈峰,孔德同,林京,邢賽博. 機械工程學報. 2018(05)
[9]基于LTSA與K-最近鄰分類器的故障診斷[J]. 姜景升,王華慶,柯燕亮,向偉. 振動與沖擊. 2017(11)
[10]風力發(fā)電機組故障診斷與預測技術研究綜述[J]. 金曉航,孫毅,單繼宏,吳根勇. 儀器儀表學報. 2017(05)
博士論文
[1]旋轉機械設備關鍵部件故障診斷與預測方法研究[D]. 沈長青.中國科學技術大學 2014
[2]高維數(shù)據(jù)的特征選擇與特征提取研究[D]. 蔣勝利.西安電子科技大學 2011
[3]滾動軸承振動信號處理及特征提取方法研究[D]. 蘇文勝.大連理工大學 2010
碩士論文
[1]基于多特征量的滾動軸承退化狀態(tài)評估和剩余壽命預測方法研究[D]. 燕晨耀.電子科技大學 2016
[2]高維小樣本數(shù)據(jù)的特征選擇研究及其穩(wěn)定性分析[D]. 寧永鵬.廈門大學 2014
[3]滾動軸承故障診斷的多參數(shù)融合特征提取方法研究[D]. 李少軍.北京交通大學 2011
[4]基于MIV特征篩選和BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷技術研究[D]. 周瑩.北京交通大學 2011
[5]滾動軸承故障診斷中的特征提取與選擇方法[D]. 楊慧斌.湖南工業(yè)大學 2011
[6]特征選擇新算法研究[D]. 馮宗翰.江南大學 2011
本文編號：2931435
本文鏈接：http://sikaile.net/jixiegongchenglunwen/2931435.html
