基于圖像形狀特征和LLTSA的故障診斷方法
發(fā)布時(shí)間:2017-06-05 07:15
本文關(guān)鍵詞:基于圖像形狀特征和LLTSA的故障診斷方法,由筆耕文化傳播整理發(fā)布。
【摘要】:針對(duì)滾動(dòng)軸承故障診斷問題,提出了一種基于圖像形狀特征和線性局部切空間排列(LLTSA)的故障診斷方法。首先采用SDP(Symmetrized Dot Pattern)方法對(duì)時(shí)域信號(hào)進(jìn)行變換,得到極坐標(biāo)空間下的雪花圖像,在分析圖像特點(diǎn)的基礎(chǔ)上,從圖像處理的角度初步提取出圖像的形狀特征;然后利用LLTSA對(duì)初步提取的特征進(jìn)行維數(shù)約簡以提取低維特征;最后采用支持向量機(jī)(SVM)對(duì)低維特征進(jìn)行分類評(píng)估。滾動(dòng)軸承的故障診斷實(shí)驗(yàn)表明圖像形狀特征能夠表征軸承的狀態(tài),經(jīng)LLTSA約簡后特征數(shù)據(jù)的復(fù)雜度得到降低,且具有更好的聚類效果,而SVM對(duì)軸承4種狀態(tài)的識(shí)別率也達(dá)到了100%,驗(yàn)證了該方法的有效性。
【作者單位】: 駐356廠軍代室;軍械工程學(xué)院火炮工程系;
【關(guān)鍵詞】: SDP 形狀特征 線性局部切空間排列 支持向量機(jī) 故障診斷
【基金】:軍內(nèi)科研項(xiàng)目
【分類號(hào)】:TH133.33
【正文快照】: 滾動(dòng)軸承是機(jī)械設(shè)備中最常見、最容易損壞的部件之一,其正常與否決定著機(jī)械設(shè)備狀態(tài)的好壞。振動(dòng)信號(hào)作為滾動(dòng)軸承故障信息的載體,包含著軸承運(yùn)行狀態(tài)的重要信息,對(duì)其進(jìn)行分析處理是實(shí)現(xiàn)軸承故障診斷的常用方法。目前對(duì)振動(dòng)信號(hào)進(jìn)行分析主要從時(shí)域、頻域以及時(shí)頻域等方面入手,
【相似文獻(xiàn)】
中國期刊全文數(shù)據(jù)庫 前10條
1 高兆法,歐宗瑛;產(chǎn)品信息模型中形狀特征的表達(dá)研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);1999年08期
2 孫蘭鳳,徐健,陳健,周良生;基于形狀特征的參數(shù)化作圖的變量設(shè)計(jì)方法[J];天津紡織工學(xué)院學(xué)報(bào);1998年02期
3 盧艷軍;形狀特征拼合法在計(jì)算機(jī)繪圖中的應(yīng)用[J];遼寧省交通高等專科學(xué)校學(xué)報(bào);2001年01期
4 田啟華,馬可,雷華政;機(jī)械零件CAD圖形的形狀特征拼合法設(shè)計(jì)[J];三峽大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期
5 閆曉磊;鐘志華;張義;孫光永;;基于最優(yōu)控制理論的儲(chǔ)能飛輪轉(zhuǎn)子形狀優(yōu)化設(shè)計(jì)研究[J];機(jī)械工程學(xué)報(bào);2012年03期
6 李際軍;陳保宇;;保持形狀特征的整體網(wǎng)格曲面變形算法[J];計(jì)算機(jī)集成制造系統(tǒng);2010年05期
7 張衛(wèi)國,孔U啠右惴跡,唐增
本文編號(hào):423197
本文鏈接:http://sikaile.net/kejilunwen/jixiegongcheng/423197.html
最近更新
教材專著