本文關鍵詞：基于可視化異類特征優(yōu)選融合的滾動軸承故障診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：針對故障診斷過程中基于簡單的多類故障特征聯(lián)合決策存在特征集維數多、數據冗余、故障識別率不高的缺點,提出了一種基于異類特征優(yōu)選融合的故障診斷方法。該方法根據多類特征數據的輪廓圖,分析各維特征數據的聚類特性,去除聚類性弱、對故障區(qū)分無益的冗余特征維度,僅保留聚類性強的特征維度用于故障識別。在軸承故障診斷實驗中,選用故障信號時域統(tǒng)計量和小波包能量兩類多維特征進行優(yōu)選融合,并采用反向傳播(BP)神經網絡進行故障模式識別。故障識別率達到100%,顯著高于無特征優(yōu)選的故障診斷方法。實驗結果表明所提出的方法簡便易行,可以顯著提高故障識別率。
【作者單位】： 上海開放大學理工學院;上海大學機電工程與自動化學院;
【關鍵詞】： 異類特征 特征融合 模式識別 故障診斷 滾動軸承
【基金】：國家自然科學基金資助項目(51575331)~~
【分類號】：TH133.33;TP391.41
【正文快照】： 0引言針對同一類故障,用不同傳感器采集的振動信號稱為不同源振動信號,同一傳感器采集的數據稱為同源振動信號,而采用不同提取方法得到的不同特征,則稱為異類特征。不論是異源同類特征還是同源異類特征,由于信號源不同或特征提取方法不同,使得特征具有不同的屬性,表征了故障的

【相似文獻】

中國期刊全文數據庫 前10條

1 ;軸承故障診斷有了“透視鏡”[J];機電設備;2001年06期

2 薛松;程珩;楊勇;;偽Wigner-Ville分布在電機軸承故障診斷中的應用[J];機械工程與自動化;2008年04期

3 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動與沖擊;2012年06期

4 黃晉英;潘宏俠;畢世華;楊喜旺;;基于高階累量譜的軸承故障診斷[J];火炮發(fā)射與控制學報;2007年02期

5 陶新民;徐晶;劉興麗;劉玉;;基于最大小波奇異譜的軸承故障診斷方法[J];振動、測試與診斷;2010年01期

6 喬世民;軸承故障診斷技術的發(fā)展[J];中國設備管理;1989年01期

7 李正安,李登嘯;單片機軸承故障診斷系統(tǒng)[J];軸承;1992年03期

8 楊望燦;張培林;張云強;;基于鄰域自適應局部保持投影的軸承故障診斷模型[J];振動與沖擊;2014年01期

9 朱文來;;希爾伯特-黃變換在軸承故障診斷中的應用研究[J];科技創(chuàng)新導報;2013年34期

10 任國全,韋有民,鄭海起;基于小波分析的軸承故障診斷研究[J];河北省科學院學報;2002年02期

中國重要會議論文全文數據庫 前10條

1 任獲榮;馬亞男;李勝剛;;熵隨機共振在軸承故障診斷中的應用研究[A];2012年陜西省焊接學術交流會論文集[C];2012年

2 李琳;張永祥;童艷;;基于聲發(fā)射和高階譜分析的滾動軸承故障診斷[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

3 高耀智;譚援強;;基于1(1/2)譜與小波分析相結合的滾動軸承故障診斷[A];2009年全國青年摩擦學學術會議論文集[C];2009年

4 陶新民;徐晶;杜寶祥;徐勇;;基于相空間奇異譜的SOM軸承故障診斷模型[A];第二十七屆中國控制會議論文集[C];2008年

5 喬文生;陳興輝;艾士娟;胡北;趙恒;;基于小波包和BP神經網絡的滾動軸承故障診斷[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

6 李培玉;劉光明;鄭俊;;基于多通道振動信號的港機臺車車輪軸承故障診斷系統(tǒng)[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

7 李培玉;劉光明;鄭俊;;基于多通道振動信號的港機臺車車輪軸承故障診斷系統(tǒng)[A];第九屆全國振動理論及應用學術會議論文摘要集[C];2007年

8 沈路;周曉軍;張杰;;基于形態(tài)非抽樣小波與灰色關聯(lián)度的滾動軸承故障診斷[A];2011年機械電子學學術會議論文集[C];2011年

9 宋瀏陽;王華慶;高金吉;王峰;;基于蟻群算法的滾動軸承故障診斷[A];現代振動與噪聲技術（第九卷）[C];2011年

10 張淑清;張琳;;基于RBF網絡和D-S推理的軸承故障診斷[A];首屆信息獲取與處理學術會議論文集[C];2003年

中國重要報紙全文數據庫 前1條

1 通訊員 蔡義杰 記者 唐先武;軸承故障診斷有了“透視鏡”[N];科技日報;2001年

中國博士學位論文全文數據庫 前1條

1 梁瑜;地鐵列車軸承故障診斷及在途診斷系統(tǒng)研究[D];北京交通大學;2014年

中國碩士學位論文全文數據庫 前10條

1 吳治南;基于小波變換與PNN神經網絡相結合的滾動軸承故障診斷[D];河北工程大學;2015年

2 趙江萍;滾動軸承故障診斷系統(tǒng)設計[D];中國計量學院;2015年

3 黃文靜;基于多特征量提取和PSO優(yōu)化神經網絡的軸承故障診斷[D];燕山大學;2016年

4 歐陽賀龍;基于全矢譜的風電軸承故障診斷[D];鄭州大學;2016年

5 張濤;機車軸承故障診斷系統(tǒng)的研究與設計[D];中南大學;2005年

6 黃建新;多傳感器數據融合技術在軸承故障診斷中的應用研究[D];武漢理工大學;2006年

7 趙興;基于時頻維數的滾動軸承故障診斷技術應用研究[D];大連交通大學;2013年

8 盧一相;時頻分析在軸承故障診斷中的應用研究[D];安徽大學;2007年

9 陳濤;低速重載軸承故障診斷的虛擬儀器研究[D];重慶大學;2005年

10 李學偉;支持向量機在嵌入式軸承故障診斷裝置中的研究與實現[D];東北大學;2010年

  本文關鍵詞：基于可視化異類特征優(yōu)選融合的滾動軸承故障診斷，由筆耕文化傳播整理發(fā)布。

，

本文編號：484184