針對(duì)電機(jī)軸承故障診斷模型構(gòu)建時(shí)間長(zhǎng)、準(zhǔn)確率不高的問(wèn)題,提出一種基于改進(jìn)貝葉斯分類(lèi)的故障診斷方法。首先通過(guò)小波包變化、粗糙集及主成分分析方法分別構(gòu)造原始故障特征集、降維后的故障特征集,再將原始故障特征集和降維后的故障特征集輸入到改進(jìn)貝葉斯分類(lèi)模型中實(shí)現(xiàn)故障診斷,以此為基礎(chǔ)設(shè)計(jì)一套交流發(fā)電機(jī)軸承故障診斷系統(tǒng)。最后以國(guó)內(nèi)車(chē)輛車(chē)載電機(jī)軸承振動(dòng)數(shù)據(jù)為依據(jù),將改進(jìn)貝葉斯分類(lèi)方法和神經(jīng)網(wǎng)絡(luò)及最小二乘支持向量機(jī)方法作對(duì)比分析,結(jié)果表明:改進(jìn)貝葉斯分類(lèi)方法建模時(shí)間更短,故障診斷準(zhǔn)確率更高。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
0 前言
1 改進(jìn)貝葉斯分類(lèi)故障特征提取方法
    1.1 小波包變換
    1.2 改進(jìn)貝葉斯算法
2 電機(jī)軸承類(lèi)故障診斷貝葉斯模型構(gòu)建
    2.1 電機(jī)軸承常見(jiàn)故障分析
    2.2 改進(jìn)貝葉斯模型構(gòu)建
3 基于VS2010的電機(jī)軸承故障診斷系統(tǒng)開(kāi)發(fā)
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于轉(zhuǎn)速信號(hào)的電機(jī)軸承故障診斷方法[J]. 李雨琪,楊明,柴娜,徐殿國(guó).  電氣傳動(dòng). 2019(09)
[2]航空電機(jī)軸承熱機(jī)耦合的有限元數(shù)值模擬[J]. 卓亮,趙飛,王梓璇,馬立麗.  微電機(jī). 2019(08)
[3]基于改進(jìn)粒子群相關(guān)向量機(jī)電機(jī)軸承故障診斷[J]. 杜堅(jiān),胡潔,仇芝.  應(yīng)用力學(xué)學(xué)報(bào). 2019(04)
[4]機(jī)械故障診斷技術(shù)的發(fā)展現(xiàn)狀和未來(lái)趨勢(shì)[J]. 姜波,黃捷.  科技創(chuàng)新導(dǎo)報(bào). 2018(33)
[5]華龍一號(hào)核電工程造價(jià)及控制措施研究[J]. 梁國(guó)亮.  建筑經(jīng)濟(jì). 2017(03)
[6]改進(jìn)的人工免疫分類(lèi)算法在故障類(lèi)型識(shí)別中的應(yīng)用[J]. 祝志慧,聶建元.  電力系統(tǒng)保護(hù)與控制. 2011(10)



本文編號(hào)：3653457