本文選題：滾動(dòng)軸承 + 小波包奇異譜熵�。� 參考：《機(jī)械科學(xué)與技術(shù)》2016年12期

【摘要】：針對(duì)設(shè)備的視情維修,提出一種將小波包奇異譜熵和支持向量數(shù)據(jù)描述(SVDD)相結(jié)合的滾動(dòng)軸承性能退化評(píng)估方法。先提取軸承全壽命周期內(nèi)振動(dòng)信號(hào)的小波包奇異譜熵作為軸承狀態(tài)的特征矢量,然后以軸承正常狀態(tài)下的特征矢量訓(xùn)練SVDD,得到正常狀態(tài)下的基準(zhǔn)超球體,再計(jì)算軸承全壽命周期內(nèi)的特征矢量與基準(zhǔn)超球體之間的相對(duì)距離,作為性能退化過程的定量評(píng)估指標(biāo),并對(duì)失效閾值和早期故障閾值進(jìn)行設(shè)定。結(jié)果表明,與基于小波包和SVDD的性能退化評(píng)估方法相比,該方法的早期故障檢測(cè)能力更強(qiáng),對(duì)軸承性能退化各個(gè)階段的描述更加準(zhǔn)確。最后,利用基于EMD的Hilbert包絡(luò)解調(diào)方法對(duì)評(píng)估結(jié)果的正確性進(jìn)行了驗(yàn)證。
[Abstract]:Aiming at the maintenance of equipment, a new method of rolling bearing performance degradation assessment is proposed, which combines wavelet packet singular spectrum entropy and support vector data description (SVDDD).Firstly, the wavelet packet singular spectrum entropy of the vibration signal in the whole life cycle of the bearing is extracted as the characteristic vector of the bearing state, and then SVDDs are trained with the characteristic vector of the bearing in the normal state to obtain the reference hypersphere in the normal state.Then the relative distance between the characteristic vector and the reference hypersphere in the whole life cycle of the bearing is calculated as the quantitative evaluation index of the performance degradation process and the failure threshold and the early fault threshold are set.The results show that compared with the performance degradation assessment method based on wavelet packet and SVDD, the early fault detection ability of this method is stronger, and the description of each stage of bearing performance degradation is more accurate.Finally, the correctness of the evaluation results is verified by using the Hilbert envelope demodulation method based on EMD.
【作者單位】： 華東交通大學(xué)機(jī)電工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51205130) 江西省科協(xié)重點(diǎn)活動(dòng)項(xiàng)目(贛科協(xié)字[2014]88號(hào))資助
【分類號(hào)】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 何英;周東華;俞容;;一種基于性能退化數(shù)據(jù)的電子設(shè)備緩變故障預(yù)報(bào)方法[J];儀器儀表學(xué)報(bào);2008年07期

2 林海彬;蔡景;徐一鳴;;基于性能退化的機(jī)構(gòu)磨損可靠性研究[J];飛機(jī)設(shè)計(jì);2012年05期

3 郭磊;陳進(jìn);王國(guó)偉;;基于多智能體的設(shè)備性能退化評(píng)估系統(tǒng)建模[J];計(jì)算機(jī)集成制造系統(tǒng);2008年03期

4 張龍;黃文藝;王寧;熊國(guó)良;;基于一種簡(jiǎn)單時(shí)域方法的滾動(dòng)軸承性能退化評(píng)估(英文)[J];機(jī)床與液壓;2014年12期

5 馬海波;徐海黎;王恒;黃希;;基于Kolmogrov-Smirnov檢驗(yàn)的機(jī)械設(shè)備性能退化評(píng)估研究[J];制造業(yè)自動(dòng)化;2013年22期

6 張龍;黃文藝;熊國(guó)良;周建民;周繼慧;;基于TESPAR與GMM的滾動(dòng)軸承性能退化評(píng)估[J];儀器儀表學(xué)報(bào);2014年08期

7 鐘鑫;劉文彬;楊劍鋒;;基于邏輯回歸的滾動(dòng)軸承性能退化評(píng)估[J];科技信息;2010年16期

8 郭磊;李興林;吳參;劉呈則;;基于支持向量機(jī)的滾動(dòng)軸承性能退化評(píng)估方法[J];軸承;2012年08期

9 ;[J];;年期

相關(guān)博士學(xué)位論文 前3條

1 張彬;數(shù)據(jù)驅(qū)動(dòng)的機(jī)械設(shè)備性能退化建模與剩余壽命預(yù)測(cè)研究[D];北京科技大學(xué);2016年

2 郭磊;基于核模式分析方法的旋轉(zhuǎn)機(jī)械性能退化評(píng)估技術(shù)研究[D];上海交通大學(xué);2009年

3 潘玉娜;滾動(dòng)軸承的性能退化特征提取及評(píng)估方法研究[D];上海交通大學(xué);2011年

相關(guān)碩士學(xué)位論文 前4條

1 徐清瑤;基于支持向量數(shù)據(jù)描述的滾動(dòng)軸承性能退化評(píng)估[D];華東交通大學(xué);2015年

2 李卉;基于狀態(tài)監(jiān)測(cè)的滾動(dòng)軸承性能退化評(píng)估[D];大連工業(yè)大學(xué);2015年

3 劉雨;基于支持向量數(shù)據(jù)描述與信息融合的設(shè)備性能退化評(píng)估研究[D];上海交通大學(xué);2009年

4 周楊;滾動(dòng)軸承性能退化評(píng)估技術(shù)研究[D];電子科技大學(xué);2014年

，

本文編號(hào)：1745547