發(fā)布時間：2017-10-04 10:40

  本文關(guān)鍵詞：基于雙層相空間相似度的滾動軸承故障模式與故障程度的綜合辨識

  更多相關(guān)文章： 滾動軸承 故障診斷 相空間重構(gòu) 相似度分析

【摘要】：提出了一種基于雙層相空間相似度分析算法結(jié)構(gòu),應(yīng)用于滾動軸承故障類型和故障程度的綜合辨識。該算法第一層結(jié)構(gòu)中,對測試數(shù)據(jù)和樣本數(shù)據(jù)進行相空間重構(gòu)(PSR),得到在拓撲意義下等價的相空間,然后使用滑動窗截取數(shù)據(jù)段,采用歸一化互相關(guān)函數(shù)(NCC)進行相空間相似度分析,實現(xiàn)軸承故障類型的分類;在第二層結(jié)構(gòu)中,以已知不同故障程度數(shù)據(jù)之間的相空間相似度(PSS)為特征訓(xùn)練SVR結(jié)構(gòu),實現(xiàn)對故障程度的跟蹤。實驗信號分析結(jié)果表明,該方法能有效對軸承故障類型和故障程度進行綜合辨識。與傳統(tǒng)方法的對比表明該方法在準確性上有了一定的提高。
【作者單位】： 安徽大學(xué)機械工程系;中國科學(xué)技術(shù)大學(xué)精密機械與精密儀器系;
【關(guān)鍵詞】： 滾動軸承 故障診斷 相空間重構(gòu) 相似度分析
【基金】：國家自然科學(xué)基金資助項目(51505001) 安徽省教育廳基金資助重點項目(KJ2013A010) 安徽省自然科學(xué)基金(1508085SQE212)
【分類號】：TH133.33
【正文快照】： 由于實際工況的復(fù)雜性,滾動軸承故障信號通常含有較強的背景噪聲,并且經(jīng)常表現(xiàn)出較強的非線性和非平穩(wěn)性[1]。如何從檢測信號中提煉表征故障狀態(tài)的特征,對軸承故障進行辨識成為診斷的難點之一。常用的特征提取方法有時域模型分析、頻域模型分析以及Hilbert-Huang變換分析、小

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 朱忠奎;陳祥芹;樊薇;黃偉國;尚麗;;基于降維的獨立分量分析及信號特征成分檢測[J];儀器儀表學(xué)報;2014年04期

2 沈長青;朱忠奎;黃偉國;孔凡讓;;基于支持向量回歸方法的齒輪箱故障診斷研究[J];振動.測試與診斷;2013年05期

3 劉永斌;何清波;孔凡讓;張平;;基于PCA和SVM的內(nèi)燃機故障診斷[J];振動.測試與診斷;2012年02期

4 陳鏗;韓伯棠;;混沌時間序列分析中的相空間重構(gòu)技術(shù)綜述[J];計算機科學(xué);2005年04期

5 孔凡讓,朱忠奎,羊拯民,俞巧云,殷明華,王建平;齒輪振動信號特征的小波包頻率表示法[J];振動、測試與診斷;2004年02期

6 孫雅明,張智晟;相空間重構(gòu)和混沌神經(jīng)網(wǎng)絡(luò)融合的短期負荷預(yù)測研究[J];中國電機工程學(xué)報;2004年01期

7 胥永剛,何正嘉;分形維數(shù)和近似熵用于度量信號復(fù)雜性的比較研究[J];振動與沖擊;2003年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉永斌;何兵;劉方;趙藝雷;方健;;基于雙層相空間相似度的滾動軸承故障模式與故障程度的綜合辨識[J];振動與沖擊;2017年04期

2 孫俊峰;;邊坡系統(tǒng)演化過程的混沌時間序列分析[J];水電能源科學(xué);2016年12期

3 柏林;陸超;趙鑫;;基于相空間重構(gòu)和ICA-R的軸承故障特征增強方法[J];振動.測試與診斷;2016年06期

4 劉敏;張英堂;李志寧;陳建偉;尹剛;;奇異值能量標準譜在機械振動信號降噪中的應(yīng)用研究[J];機械科學(xué)與技術(shù);2017年01期

5 崔建國;鄭蔚;于明月;蒲雪萍;師建強;;飛機發(fā)動機關(guān)鍵系統(tǒng)智能故障診斷方法[J];火力與指揮控制;2016年11期

6 杜鑫;侯國永;賈善杰;;基于平衡截斷法的線性負虛系統(tǒng)模型降階[J];電子測量與儀器學(xué)報;2016年11期

7 李懷勝;楊芳;鐘清華;;基于EMD和樣本熵的腦電信號睡眠分期研究[J];微處理機;2016年05期

8 楊貝貝;;基于相空間重構(gòu)的大壩服役性態(tài)小波支持向量機預(yù)測模型[J];水利水電技術(shù);2016年10期

9 鄧高;楊珊;江時雨;;相空間重構(gòu)和混沌遺傳神經(jīng)網(wǎng)絡(luò)融合的礦井涌水量預(yù)測研究[J];世界科技研究與發(fā)展;2016年05期

10 楊波;宋國富;洪波昌;申立中;;基于鄰域粗糙集和支持向量機的內(nèi)燃機故障診斷方法[J];昆明理工大學(xué)學(xué)報(自然科學(xué)版);2016年04期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李舜酩;郭海東;李殿榮;;振動信號處理方法綜述[J];儀器儀表學(xué)報;2013年08期

2 劉永斌;何清波;孔凡讓;張平;;基于PCA和SVM的內(nèi)燃機故障診斷[J];振動.測試與診斷;2012年02期

3 王詩彬;許佳;朱忠奎;;瞬態(tài)成分參數(shù)的最小二乘法辨識及其軸承故障特征提取應(yīng)用[J];機械工程學(xué)報;2012年07期

4 冷軍發(fā);荊雙喜;陳東海;;基于EMD與同態(tài)濾波解調(diào)的礦用齒輪箱故障診斷[J];振動.測試與診斷;2011年04期

5 逯鵬;李永強;王治忠;矯琨;;基于視覺感知的故障圖像檢測算法[J];儀器儀表學(xué)報;2010年09期

6 沈志熙;黃席樾;馬笑瀟;;基于EMD和支持向量機的柴油機故障診斷[J];振動、測試與診斷;2010年01期

7 時建峰;程珩;許征程;史少輝;時偉;鈕效潂;;小波包與改進BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的齒輪箱故障識別[J];振動、測試與診斷;2009年03期

8 曹沖鋒;楊世錫;周曉峰;楊將新;;改進支持向量機模型的旋轉(zhuǎn)機械故障診斷方法[J];振動、測試與診斷;2009年03期

9 李宏坤;馬孝江;;基于KPCA-SVM的柴油機狀態(tài)識別方法的研究[J];振動、測試與診斷;2009年01期

10 王志;艾延廷;沙云東;;基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動機整機振動故障診斷技術(shù)研究[J];儀器儀表學(xué)報;2007年S1期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 蔣宇;李志雄;唐茗;李力;;EMD下軸承故障程度診斷技術(shù)的研究[J];機床與液壓;2009年08期

2 何玉靈;萬書亭;唐貴基;向玲;;基于定子振動特性的汽輪發(fā)電機氣隙偏心故障程度鑒定方法研究[J];振動與沖擊;2012年22期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 董廣明;陳進;;支撐座連接螺釘組松動故障程度的特征提取實驗研究[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 車勛建;基于有序決策樹的故障程度診斷研究[D];哈爾濱工業(yè)大學(xué);2011年

2 佟佩聲;滾動軸承變工況條件下靜電監(jiān)測特征提取及故障程度識別方法研究[D];南京航空航天大學(xué);2014年

，

本文編號：970199