本文關(guān)鍵詞：基于LCD和GMM-VPMCD混合模型的滾動軸承退化狀態(tài)識別

  更多相關(guān)文章： 局部特征尺度分解 高斯混合模型 VPMCD 滾動軸承 退化狀態(tài)識別

【摘要】：滾動軸承退化狀態(tài)識別的關(guān)鍵在于特征提取和模式識別,局部特征尺度分解(local characteristic-scale decomposition,LCD)方法是一種新的時頻分析方法,非常適用于滾動軸承振動信號的特征提取�；谧兞款A(yù)測模型的模式識別(Variable predictive model based class discriminate,VPMCD)方法是一種利用特征值之間的相互關(guān)系進(jìn)行分類的模式識別方法,可以用于滾動軸承的退化狀態(tài)識別。將LCD、VPMCD和高斯混合模型(Gaussain mixture model,GMM)相結(jié)合,提出了基于LCD和GMM-VPMCD混合模型的滾動軸承退化狀態(tài)識別方法,首先對滾動軸承全壽命數(shù)據(jù)進(jìn)行LCD分解并提取分量的特征值,然后利用GMM對全壽命數(shù)據(jù)的特征值進(jìn)行聚類,將全壽命數(shù)據(jù)在時域上分成若干個退化狀態(tài),最后建立VPMCD模型并對測試數(shù)據(jù)進(jìn)行分類,從而實現(xiàn)滾動軸承的退化狀態(tài)識別。實驗數(shù)據(jù)的分析結(jié)果表明,基于LCD的GMM-VPMCD混合模型可以有效實現(xiàn)滾動軸承的退化狀態(tài)識別。
【作者單位】： 河南工業(yè)職業(yè)技術(shù)學(xué)院機械工程系;湖南大學(xué)機械與運載工程學(xué)院;
【關(guān)鍵詞】： 局部特征尺度分解 高斯混合模型 VPMCD 滾動軸承 退化狀態(tài)識別
【基金】：國家自然科學(xué)基金項目(51175158)資助~~
【分類號】：TH133.33
【正文快照】： LIU Jibiao1CHENG Junsheng2LIU Yanfei2(1.Department of Mechanical Engineering,Henan Polytechnic Institute,Nanyang 473000,China)(2.College of Mechanical and Vehicle Engineering,Hunan University,Changsha 410082,China)引言滾動軸承是機械設(shè)備中使用最廣泛,且極，

本文編號：562340