本文關(guān)鍵詞：基于集合經(jīng)驗?zāi)B(tài)分解敏感固有模態(tài)函數(shù)選擇算法的滾動軸承狀態(tài)識別方法　出處：《電子與信息學(xué)報》2014年03期 　論文類型：期刊論文

  更多相關(guān)文章： 信號處理 狀態(tài)識別 非平穩(wěn)信號 集合經(jīng)驗?zāi)B(tài)分解(EEMD) 敏感固有模態(tài)函數(shù)(IMF)

【摘要】：為了更有效地提取滾動軸承各狀態(tài)振動信號的特征,該文提出了一種基于集合經(jīng)驗?zāi)B(tài)分解(EEMD)的敏感固有模態(tài)函數(shù)(IMF)選擇算法。該算法對振動信號經(jīng)EEMD分解后得到的固有模態(tài)函數(shù)采用峭度值、相關(guān)系數(shù)相結(jié)合的方法自動提取其敏感分量,以此獲得振動信號的初始特征。再運用奇異值分解和自回歸(AR)模型方法得到滾動軸承各狀態(tài)振動信號的特征向量,并將其輸入到改進(jìn)的超球多類支持向量機(jī)中進(jìn)行智能識別,從而實現(xiàn)滾動軸承的正常狀態(tài),不同故障類型及不同性能退化程度的各狀態(tài)識別。實驗結(jié)果表明,相比基于經(jīng)驗?zāi)B(tài)分解結(jié)合自回歸模型或奇異值分解的特征提取方法,該方法可更有效地提取滾動軸承故障特征信息,且識別精度更高。
[Abstract]:In order to extract the vibration signals of rolling bearings more effectively. In this paper, a sensitive intrinsic mode function (IMF) based on set empirical mode decomposition (EEMD) is proposed. This algorithm uses kurtosis value for the natural mode function of vibration signal decomposed by EEMD. The correlation coefficient is combined to extract the sensitive components automatically. Then the singular value decomposition and autoregressive AR-model are used to obtain the characteristic vectors of the vibration signals of rolling bearings. It is input into the improved hypersphere multi-class support vector machine for intelligent recognition, so as to achieve the rolling bearing normal state, different fault types and different performance degradation of the state recognition. The experimental results show that. Compared with the feature extraction method based on empirical mode decomposition combined with autoregressive model or singular value decomposition, this method can extract the fault feature information of rolling bearing more effectively and has higher recognition accuracy.
【作者單位】： 哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院;哈爾濱理工大學(xué)電氣與電子工程學(xué)院;白俄羅斯國立大學(xué);
【基金】：國家自然科學(xué)基金(51305109) 高等學(xué)校博士學(xué)科點專項科研基金(20122303120010) 留學(xué)人員科技活動項目擇優(yōu)資助 哈爾濱市科技創(chuàng)新人才專項基金(留學(xué)回國人員)(2013RFLXJ019)資助課題
【分類號】：TN911.7;TH133.33
【正文快照】： 1引言滾動軸承是支撐旋轉(zhuǎn)軸的關(guān)鍵部件,廣泛應(yīng)用國家自然科學(xué)基金(51305109),高等學(xué)校博士學(xué)科點專項科研基金(20122303120010),留學(xué)人員科技活動項目擇優(yōu)資助和哈爾濱市科技創(chuàng)新人才專項基金(留學(xué)回國人員)(2013RFLXJ019)資助課題于各種機(jī)械設(shè)備之中�，F(xiàn)有的診斷方法大多集中

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程軍圣,于德介,楊宇,鄧乾旺,陳源;基于EMD的齒輪故障識別研究[J];電子與信息學(xué)報;2004年05期

2 王宏;Narayanan R M;周正歐;李廷軍;孔令講;;基于改進(jìn)EEMD的穿墻雷達(dá)動目標(biāo)微多普勒特性分析[J];電子與信息學(xué)報;2010年06期

3 盧志茂;金輝;張春祥;任明溪;;基于HHT和OSF的復(fù)雜環(huán)境語音端點檢測[J];電子與信息學(xué)報;2012年01期

4 羅迎;柏又青;張群;段艷麗;朱豐;;彈道目標(biāo)平動補(bǔ)償與微多普勒特征提取方法[J];電子與信息學(xué)報;2012年03期

5 王寶帥;杜蘭;劉宏偉;李彥兵;馮博;;基于經(jīng)驗?zāi)B(tài)分解的空中飛機(jī)目標(biāo)分類[J];電子與信息學(xué)報;2012年09期

6 林麗;余輪;;基于相關(guān)系數(shù)的EMD改進(jìn)算法[J];計算機(jī)與數(shù)字工程;2008年12期

7 朱美琳,劉向東,陳世福;用球結(jié)構(gòu)的支持向量機(jī)解決多分類問題[J];南京大學(xué)學(xué)報(自然科學(xué)版);2003年02期

8 陳略;訾艷陽;何正嘉;成瑋;;總體平均經(jīng)驗?zāi)Ｊ椒纸馀c1.5維譜方法的研究[J];西安交通大學(xué)學(xué)報;2009年05期

9 顧磊;吳慧中;肖亮;;基于新的決策規(guī)則的球形支持向量機(jī)分類算法[J];系統(tǒng)仿真學(xué)報;2008年11期

10 潘玉娜;陳進(jìn);;小波包-支持向量數(shù)據(jù)描述在軸承性能退化評估中的應(yīng)用研究[J];振動與沖擊;2009年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李強(qiáng)偉;黃志堯;丁浩;李海青;;基于經(jīng)驗?zāi)B(tài)分解的油氣兩相流流型狀態(tài)監(jiān)測[J];傳感技術(shù)學(xué)報;2007年01期

2 林超;楊敏華;;基于球結(jié)構(gòu)支持向量機(jī)的QuickBird影像分類分析[J];測繪工程;2011年03期

3 李敏;傅攀;;EMD和Elman神經(jīng)網(wǎng)絡(luò)在滾動軸承故障診斷中的應(yīng)用[J];四川兵工學(xué)報;2011年08期

4 竇東陽;李麗娟;趙英凱;;基于EEMD-Renyi熵和PCA-PNN的滾動軸承故障診斷[J];東南大學(xué)學(xué)報(自然科學(xué)版);2011年S1期

5 周忠根;水鵬朗;;基于復(fù)數(shù)據(jù)經(jīng)驗?zāi)Ｊ椒纸獾奶觳ǔ暰嗬走_(dá)瞬態(tài)干擾抑制[J];電子與信息學(xué)報;2011年12期

6 李茂寬;關(guān)鍵;;基于共形幾何代數(shù)與二次規(guī)劃的分類器設(shè)計[J];光電工程;2010年07期

7 胡國勝;;支持向量機(jī)及在電力系統(tǒng)中的應(yīng)用[J];高電壓技術(shù);2007年04期

8 王謹(jǐn)敦;陳略;曲衛(wèi);;基于EEMD的故障微弱信號特征提取研究[J];電子設(shè)計工程;2012年14期

9 張小田;鄢盛騰;周雪青;趙洪山;;基于狀態(tài)監(jiān)測的風(fēng)電機(jī)組主軸承早期故障預(yù)測方法[J];廣東電力;2012年11期

10 魏少明;王俊;孫進(jìn)平;毛士藝;;彈道中段目標(biāo)平動徑向速度估計的狀態(tài)空間方法[J];電子與信息學(xué)報;2013年02期

相關(guān)會議論文 前10條

1 楊辰龍;王力求;徐志農(nóng);;超聲TOFD信號的改進(jìn)Hilbert變換方法[A];第二十九屆中國控制會議論文集[C];2010年

2 ;Ultrasonic In-line Inspection of Pipeline Corrosion Based on Support Vector Machine Multi-classifier[A];第二十九屆中國控制會議論文集[C];2010年

3 ;A New Aethod for the Fault Diagnosis of the Train Wheelset Based on Characteristic Spectrum Analysis[A];第二十九屆中國控制會議論文集[C];2010年

4 李強(qiáng)偉;;Hilbert-Huang變換中邊界問題的分析[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

5 竇東陽;趙英凱;;一種新的滾動軸承智能故障診斷方法[A];2010振動與噪聲測試峰會論文集[C];2010年

6 李茂寬;關(guān)鍵;;基于共形幾何代數(shù)與最小二乘的分類器設(shè)計[A];2010振動與噪聲測試峰會論文集[C];2010年

7 陳果;;一類分類方法在轉(zhuǎn)子故障診斷中的應(yīng)用研究[A];第二十一屆全國振動與噪聲高技術(shù)及應(yīng)用學(xué)術(shù)會議論文集[C];2008年

8 張超;陳建軍;;EEMD方法和EMD方法抗模態(tài)混疊對比研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

9 許平;訾艷陽;何正嘉;;強(qiáng)噪聲背景下機(jī)床主軸軸承故障微弱特征提取[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

10 張衛(wèi);張雪英;孫穎;;基于HHT邊際Teager能量譜的語音情感識別[A];第十二屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC'2013）論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 蔡金燕;電子裝備系統(tǒng)性能可靠性分析與評估研究[D];南京理工大學(xué);2010年

2 寧靜;基于EMD和Cohen核的時—頻分析研究及其在軌道不平順監(jiān)測中的應(yīng)用[D];西南交通大學(xué);2011年

3 劉路;基于改進(jìn)支持向量機(jī)和紋理圖像分析的旋轉(zhuǎn)機(jī)械故障診斷[D];天津大學(xué);2011年

4 李邦宇;超寬帶生物雷達(dá)成像及生命信號檢測關(guān)鍵問題研究[D];沈陽工業(yè)大學(xué);2012年

5 萬海平;模式識別中核方法若干問題研究[D];北京郵電大學(xué);2006年

6 胡紅英;局域波分解方法、特征剖析及應(yīng)用研究[D];大連理工大學(xué);2006年

7 李強(qiáng)偉;油氣兩相流流量及相關(guān)參數(shù)測量研究[D];浙江大學(xué);2007年

8 別鋒鋒;基于局域波時頻譜的往復(fù)機(jī)故障智能診斷方法研究[D];大連理工大學(xué);2008年

9 徐圖;超球體多類支持向量機(jī)及其在DDoS攻擊檢測中的應(yīng)用[D];西南交通大學(xué);2008年

10 尹振東;DS-UWB無線通信系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李衛(wèi)鵬;正交小波變換支持向量數(shù)據(jù)描述方法在故障診斷中的應(yīng)用研究[D];鄭州大學(xué);2010年

2 高翔;超球支持向量機(jī)在語音識別中的應(yīng)用研究[D];太原理工大學(xué);2011年

3 孫斐;基于兩相電流互高階累積量的電機(jī)故障特征檢測方法研究[D];大連海事大學(xué);2011年

4 房小兆;超球結(jié)構(gòu)支持向量機(jī)的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2011年

5 林超;基于超球體多類支持向量機(jī)的高光譜遙感影像分類[D];中南大學(xué);2011年

6 王莉;基于轉(zhuǎn)導(dǎo)推理思想的一致性預(yù)測器[D];中國海洋大學(xué);2011年

7 李傳亮;基于SVDD和參數(shù)辨識的模擬電路故障診斷方法研究[D];南京航空航天大學(xué);2011年

8 盧傳奇;基于HHT和模糊C均值聚類的液壓泵故障診斷研究[D];燕山大學(xué);2012年

9 史美麗;基于LMD的滾動軸承故障診斷研究[D];湖南大學(xué);2011年

10 楊寧;支持向量機(jī)在感官評估中的應(yīng)用研究[D];中國海洋大學(xué);2004年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓志艷;王旭;王健;;基于短時能零積和鑒別信息的語音端點檢測[J];東北大學(xué)學(xué)報(自然科學(xué)版);2009年12期

2 馬曉建,陳瑞琪,吳文英,周保堂,賀世正;機(jī)械故障診斷中常用解調(diào)方法的比較及應(yīng)用[J];東華大學(xué)學(xué)報(自然科學(xué)版);2001年05期

3 朱利民,嚴(yán)峻,朱向陽,鐘秉林;振動調(diào)幅信號廣義檢波濾波解調(diào)法及其在齒輪故障診斷中的應(yīng)用[J];東南大學(xué)學(xué)報;1998年02期

4 王璐;劉宏偉;;基于時頻圖的微動目標(biāo)運動參數(shù)提取和特征識別的方法[J];電子與信息學(xué)報;2010年08期

5 李彥兵;杜蘭;劉宏偉;丁蘇穎;關(guān)永勝;;基于微多普勒特征的地面目標(biāo)分類[J];電子與信息學(xué)報;2010年12期

6 王延春，謝明，，丁康;包絡(luò)分析方法及其在齒輪故障振動診斷中的應(yīng)用[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1995年01期

7 班凌瀟;陳新軒;;基于模糊理論的機(jī)械設(shè)備故障診斷方法[J];中國工程機(jī)械學(xué)報;2006年01期

8 申麗然,李雪耀,王慧強(qiáng),尹清波,張汝波;基于Hilbert-Huang變換理論的語音增強(qiáng)初探[J];哈爾濱工程大學(xué)學(xué)報;2005年02期

9 王平,廖明夫;滾動軸承故障診斷的自適應(yīng)共振解調(diào)技術(shù)[J];航空動力學(xué)報;2005年04期

10 于德介,程軍圣,楊宇;Hilbert能量譜及其在齒輪故障診斷中的應(yīng)用[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2003年04期

相關(guān)碩士學(xué)位論文 前1條

1 陳娟;基于多特征融合的雷達(dá)目標(biāo)識別[D];西安電子科技大學(xué);2010年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 譚琛;楊達(dá)飛;;機(jī)械設(shè)備振動檢測系統(tǒng)設(shè)計與實現(xiàn)[J];大眾科技;2009年09期

2 向玲;朱永利;唐貴基;;HHT方法在轉(zhuǎn)子振動故障診斷中的應(yīng)用[J];中國電機(jī)工程學(xué)報;2007年35期

3 韓中合;朱霄s

本文編號：1417388