本文關(guān)鍵詞：基于ELMD的樣本熵及Boosting-SVM的滾動(dòng)軸承故障診斷

  更多相關(guān)文章： 滾動(dòng)軸承 故障診斷 總體局域均值分解 樣本熵

【摘要】：針對(duì)滾動(dòng)軸承非平穩(wěn)性的振動(dòng)信號(hào),提出了基于總體局域均值分解(Ensemble Local Mean Decomposition,ELMD)的樣本熵及Boost-SVM的滾動(dòng)軸承故障診斷法。首先,對(duì)振動(dòng)信號(hào)進(jìn)行ELMD分解,獲得一系列乘積函數(shù)(Product Function,PF);其次,根據(jù)分解特性提出基于K-L散度的自適應(yīng)法選取主PF分量,計(jì)算主PF分量的樣本熵并將其組合成特征向量;最后,將特征向量輸入Boosting-SVM分類(lèi)器進(jìn)行訓(xùn)練與測(cè)試,從而識(shí)別滾動(dòng)軸承的故障類(lèi)型。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效的診斷出三種狀態(tài),且效果較局域均值分解法好。
【作者單位】： 湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院;湖南信息職業(yè)技術(shù)學(xué)院;
【關(guān)鍵詞】： 滾動(dòng)軸承 故障診斷 總體局域均值分解 樣本熵
【基金】：國(guó)家科技重大專(zhuān)項(xiàng)資助項(xiàng)目(2012ZX04003041) 國(guó)家自然科學(xué)基金資助項(xiàng)目(51475158)
【分類(lèi)號(hào)】：TH133.33
【正文快照】： 滾動(dòng)軸承廣泛應(yīng)用于航天航空、冶金工業(yè)等重要設(shè)備領(lǐng)域,然而,由于工作條件惡劣導(dǎo)致軸承常常發(fā)生損壞[1-3]。因此,研究滾動(dòng)軸承故障診斷對(duì)保證機(jī)械設(shè)備安全運(yùn)行具有重要意義。由于滾動(dòng)軸承故障振動(dòng)信號(hào)具有非平穩(wěn)特性,因此有必要采用非平穩(wěn)信號(hào)處理方法對(duì)其進(jìn)行分析。SMITH等[4

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孫顯;王宏琦;張正;;基于對(duì)象的Boosting方法自動(dòng)提取高分辨率遙感圖像中建筑物目標(biāo)[J];電子與信息學(xué)報(bào);2009年01期

2 于振洋;;基于Boosting的網(wǎng)絡(luò)異常流量檢測(cè)算法研究[J];淮陰工學(xué)院學(xué)報(bào);2011年05期

3 湯北齊;;Boosting算法在回歸問(wèn)題計(jì)算的應(yīng)用[J];湖北工業(yè)大學(xué)學(xué)報(bào);2009年01期

4 RICARDO Martinez-Botas;APOSTOLOS Pesiridis;;Overview of boosting options for future downsized engines[J];Science China Technological Sciences;2011年02期

5 張海;丁毅濤;王堯;胡榮祖;高紅旭;趙鳳起;;自適應(yīng)梯度Boosting算法及多硝基芳香族化合物密度的主因子選擇[J];火炸藥學(xué)報(bào);2011年02期

6 顏佳;吳敏淵;;遮擋環(huán)境下采用在線Boosting的目標(biāo)跟蹤[J];光學(xué)精密工程;2012年02期

7 李軍;董元方;;Boosting算法的理論分析[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

8 張駿;高雋;謝昭;吳良海;;基于統(tǒng)計(jì)分析Boosting的復(fù)雜場(chǎng)景目標(biāo)識(shí)別方法研究[J];儀器儀表學(xué)報(bào);2010年08期

9 劉椿年,萇彩卿,黃佳進(jìn),歐創(chuàng)新;基于Boosting的市場(chǎng)值函數(shù)算法及其評(píng)價(jià)[J];北京工業(yè)大學(xué)學(xué)報(bào);2004年03期

10 劉椿年,宋霞;基于Boosting的半結(jié)構(gòu)化信息抽取[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前9條

1 翟素蘭;羅斌;郭玉堂;;雙向Boosting模糊聚類(lèi)集成[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 李秋潔;茅耀斌;王執(zhí)銓;;一種基于boosting的不平衡數(shù)據(jù)分類(lèi)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)C卷[C];2011年

3 ;Boosting MBR Based kNN Search Over Multimedia Data by Approximate Pruning Metric[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

4 ;A Target Recognition and Segmentation Method Based On Boosting and PDE[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年

5 李訓(xùn)青;黃磊;劉迎建;;基于Boosting集成的SMO增強(qiáng)型分類(lèi)器設(shè)計(jì)[A];第八屆全國(guó)漢字識(shí)別學(xué)術(shù)會(huì)議論文集[C];2002年

6 房一飛;張冬茉;;基于boosting的文本分類(lèi)在股市領(lǐng)域信息抽取系統(tǒng)中的應(yīng)用[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年

7 Günter Reiter;Stephen S.D.Cheng;;Boosting Mechanical Properties of Polymer Materials by building Nacre-like Hierarchy Micro-sheet Structure in Bulk Polymer[A];2009年全國(guó)高分子學(xué)術(shù)論文報(bào)告會(huì)論文摘要集（上冊(cè)）[C];2009年

8 許青松;;QSAR建模的boosting方法[A];第九屆全國(guó)計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

9 李月敏;陳杰;高文;尹寶才;;快速人臉檢測(cè)技術(shù)綜述[A];全國(guó)第16屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 嚴(yán)愛(ài)玉;基于Stockwell變換與Boosting算法的自動(dòng)癲癇檢測(cè)[D];山東大學(xué);2015年

2 賈璋衡;基于隨機(jī)森林和boosting思想的推薦算法的研究[D];廣西師范大學(xué);2015年

3 曾慶尚;基于Boosting策略的啟動(dòng)子預(yù)測(cè)方法研究[D];煙臺(tái)大學(xué);2009年

4 姚睿;基于代價(jià)敏感Boosting算法的醫(yī)學(xué)影像分析方法研究[D];上海交通大學(xué);2011年

5 江鵬;基于Boosting的分布估計(jì)算法[D];上海交通大學(xué);2009年

6 王笑坤;Boosting算法及其應(yīng)用[D];西北大學(xué);2007年

7 沈丁成;基于在線Boosting算法的目標(biāo)跟蹤研究[D];天津理工大學(xué);2013年

8 丁紅帥;基于Boosting的分布估計(jì)算法[D];上海交通大學(xué);2010年

9 杜曉旭;基于Boosting算法的人臉識(shí)別方法研究[D];浙江大學(xué);2006年

10 富春楓;Boosting方法在基因微陣列數(shù)據(jù)判別分析中的應(yīng)用[D];南京醫(yī)科大學(xué);2006年

，

本文編號(hào)：850256