本文關鍵詞：基于內積延拓LMD及SVM的軸承故障診斷方法研究

  更多相關文章： 內積延拓局域均值分解 奇異值分解 支持向量機 滾動軸承 故障診斷

【摘要】：針對特征提取中局域均值分解(Local Mean Decomposition,LMD)存在端點效應缺陷及模式識別中人工神經網絡(Artificial Neural Network,ANN)存在收斂速度慢、過學習等不足,提出基于內積延拓LMD及支持向量機(Support Vector Machine,SVM)的軸承故障診斷方法。利用內積延拓LMD方法對信號延拓分解抑制LMD端點效應;利用分解的可描述信號特性主分量PF(Product Function)構建初始特征向量矩陣;用SVD(Singular Value Decomposition)方法對初始特征向量矩陣進行奇異值分解,獲得信號特征參數作為SVM的輸入進行訓練;對訓練的SVM進行測試及模式分類。通過實際軸承故障信號分析及故障類型分類表明,該方法不僅能抑制LMD端點效應缺陷,且在故障模式識別中能有效避免ANN網絡結構難確定、收斂速度慢等不足,能較好實現(xiàn)軸承故障準確分類,可用于軸承故障診斷。
【作者單位】： 江蘇師范大學機電工程學院;
【關鍵詞】： 內積延拓局域均值分解 奇異值分解 支持向量機 滾動軸承 故障診斷
【基金】：國家自然科學基金(51505202) 江蘇省自然科學基金(BK20140238) 江蘇省高校自然科學基金(14KJB460014) 江蘇師范大學研究生科研創(chuàng)新計劃重點項目(2014YZD017) 徐州市科技計劃項目(KC15SH054)
【分類號】：TH133.3
【正文快照】： 滾動軸承作為旋轉機械中應用最廣泛的部件,因長時間不間斷運行極易發(fā)生機械故障,會直接影響整個機械的性能及安全。軸承故障診斷主要有信號處理及模式識別。對信號處理分析、提取特征頻率主要為時頻分析法,如短時傅里葉變換(Short Time FourierTransform,STFT)[1]、Hilbert變

【相似文獻】

中國期刊全文數據庫 前10條

1 來五星;軒建平;史鐵林;楊叔子;;用自回歸最小二乘消噪法提純軸承故障信號[J];振動、測試與診斷;2007年04期

2 王繼凱;;應用振動分析法診斷軸承故障[J];有色冶金節(jié)能;2009年05期

3 鄭紅偉;;軸承故障的檢查和失效的原因[J];農民致富之友;2012年07期

4 唐錦鳳;風機軸承故障的診斷與處理[J];采礦技術;2002年01期

5 劉朝彤;宋強;陳曉明;張本練;;軸承故障監(jiān)測與分析[J];安徽冶金科技職業(yè)學院學報;2013年01期

6 吳偉康;;軸承故障檢查儀及其測試性能[J];機械制造;1985年11期

7 張衛(wèi)東;球軸承故障的診斷和分析[J];軸承;1986年02期

8 蔡永彬;牽引電動機軸承故障檢測的探討[J];內燃機車;1991年10期

9 張永祥;譚丁發(fā);;用壓力波檢測軸承故障的試驗研究[J];柴油機;1992年01期

10 楊帆;程輝;;基于小波消噪的軸承故障分析[J];科技創(chuàng)新導報;2013年34期

中國重要會議論文全文數據庫 前10條

1 邵毅全;鐘鳴華;邵毅敏;;使用激光傳感器檢測軸承故障[A];第一屆全國流體動力及控制工程學術會議論文集（第二卷）[C];2000年

2 張宏;杜聯(lián)朝;琚科昌;;紙機軸承故障監(jiān)測與診斷[A];中國造紙學會第十二屆學術年會論文集（下）[C];2005年

3 楊積忠;左立建;;風機軸承故障診斷實例[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

4 郝如江;盧文秀;褚福磊;;基于形態(tài)分析和支持向量機的軸承故障分類研究[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

5 胡蔦慶;潘中銀;陳敏;秦國軍;;結合包絡解調與隨機共振的軸承故障檢測[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

6 徐建立;;基于支持向量機的轉轍機軸承故障分類實驗研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

7 楊曼云;;基于morlft小波法包絡檢波分析技術的軸承故障診斷技術研究[A];2012年全國地方機械工程學會學術年會論文集（云南省分冊）[C];2012年

8 康晨暉;崔玲麗;胥永剛;高立新;;EMD熵值譜在軸承故障信號特征提取中的應用[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

9 蘇鋼;姚成寶;;高溫鼓風機軸承故障分析與診斷[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

10 朱文軍;盛邦清;訾建新;;礦用大型設備軸承故障監(jiān)測與診斷系統(tǒng)的研究及應用[A];第24屆全國煤礦自動化與信息化學術會議暨第6屆中國煤礦信息化與自動化高層論壇論文集[C];2014年

中國重要報紙全文數據庫 前3條

1 通訊員 魏向軍;“六字訣”工作法扼制機車“隱形殺手”[N];人民鐵道;2008年

2 鐘佳 任重;搏浪擊水競風流[N];中國航空報;2004年

3 丁濤;西安東車輛段引導支持黨員在一線發(fā)揮作用[N];陜西日報;2008年

中國博士學位論文全文數據庫 前7條

1 李萌;旋轉機械軸承故障的特征提取與模式識別方法研究[D];吉林大學;2008年

2 張翱;列車軸承故障道旁聲學診斷關鍵技術研究[D];中國科學技術大學;2014年

3 胡飛;列車軸承故障軌邊聲學檢測系統(tǒng)關鍵技術研究[D];中國科學技術大學;2013年

4 朱可恒;滾動軸承振動信號特征提取及診斷方法研究[D];大連理工大學;2013年

5 王冬云;轉子-軸承故障診斷方法研究[D];燕山大學;2012年

6 鐘先友;旋轉機械故障診斷的時頻分析方法及其應用研究[D];武漢科技大學;2014年

7 蘇文勝;滾動軸承振動信號處理及特征提取方法研究[D];大連理工大學;2010年

中國碩士學位論文全文數據庫 前10條

1 趙凱;基于支持向量回歸的軸承故障定量診斷方法研究[D];蘇州大學;2012年

2 項巍巍;輪軌車輛軸承故障模擬及稀疏診斷方法研究[D];蘇州大學;2015年

3 李文麒;基于小波變換與遞歸定量分析的軸承故障信號研究[D];哈爾濱工業(yè)大學;2012年

4 李亮;基于EEMD樣本熵和模糊聚類的軸承故障診斷方法研究[D];燕山大學;2013年

5 陸新嶠;基于DSP的電機軸承故障電流特征研究[D];大連海事大學;2015年

6 馬楊;基于FPGA的電機軸承故障電流特征研究[D];大連海事大學;2015年

7 王剛;基于模糊邏輯的軸承故障早期診斷方法研究[D];哈爾濱工業(yè)大學;2008年

8 陸汝華;基于HMM的軸承故障音頻診斷方法研究[D];中南大學;2007年

9 王樹梁;基于HHT的提升機天輪軸承故障診斷方法研究[D];山東大學;2011年

10 吳新波;感應電機軸承故障的機理與特征研究[D];大連海事大學;2014年

，

本文編號：628649