本文關(guān)鍵詞：基于小波奇異譜及SVDD的軸承故障檢測方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：針對傳統(tǒng)軸承故障檢測方法泛化能力較弱、訓(xùn)練樣本數(shù)量需求過大、檢測效果不佳的問題,提出了一種基于小波奇異譜及SVDD的滾動軸承故障檢測方法。首先,利用db5小波對正常振動信號進(jìn)行5層小波分解,并計算出奇異值進(jìn)行優(yōu)選;然后,將優(yōu)選出的奇異值輸入SVDD中進(jìn)行訓(xùn)練,得到超球體中心和半徑;最后,利用判別函數(shù)進(jìn)行分類,判斷軸承是否存在故障。試驗表明,該方法的檢測正確率達(dá)到了98.6%,可用于軸承故障檢測。
【作者單位】： 昆明理工大學(xué)國土資源工程學(xué)院;黑龍江科技大學(xué)理學(xué)院;
【關(guān)鍵詞】： 滾動軸承 故障診斷 小波分析 奇異譜 支持向量數(shù)據(jù)描述
【分類號】：TH133.3
【正文快照】： 利用信號處理技術(shù)對滾動軸承進(jìn)行故障檢測主要涉及2個問題:1)提取故障信號的特征值,實現(xiàn)降維和去噪的目的;2)利用訓(xùn)練得到的模型進(jìn)行故障檢測[1-2]。故障數(shù)據(jù)缺乏是故障檢測的一大難題,因難以獲取樣本數(shù)據(jù)而導(dǎo)致傳統(tǒng)的檢測方法效果不理想。支持向量數(shù)據(jù)描述(Support Vector Da

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 吳迪;;基于獨立元分析算法的過程故障檢測方法[J];廣東化工;2012年06期

2 陶新民;徐晶;杜寶祥;徐勇;;基于相空間RVM的軸承故障檢測方法[J];振動與沖擊;2008年10期

3 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 杜運成;石紅瑞;;等價空間故障檢測方法研究[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

  本文關(guān)鍵詞：基于小波奇異譜及SVDD的軸承故障檢測方法，由筆耕文化傳播整理發(fā)布。

本文編號：465897