為提高旋轉(zhuǎn)機械的使用效率,及時識別滾動軸承的潛在故障,提出一種基于多特征提取和改進(jìn)馬田系統(tǒng)（MTS）的故障分類方法。通過時域、頻域和自適應(yīng)白噪聲的完備經(jīng)驗?zāi)B(tài)分解（CEEMDAN）提取多維特征,構(gòu)建初始特征集。結(jié)合馬田系統(tǒng)和有向非循環(huán)圖（DAG）的特點,構(gòu)建DAG-MTS多分類模型,并將其運用到軸承故障診斷中。利用滾動軸承故障數(shù)據(jù)測試該模型的有效性和實用性,結(jié)果表明,該模型能夠準(zhǔn)確識別出滾動軸承的故障。 

【文章來源】：振動與沖擊. 2020,39(06)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

處理4類別分類問題時DAG-MTS流程

不同的μij比較

滾動軸承故障分類方法流程

【參考文獻(xiàn)】：
期刊論文
[1]基于馬田系統(tǒng)的滾動軸承初始故障檢測和狀態(tài)監(jiān)測[J]. 剡昌鋒,朱濤,吳黎曉,貝克,郭劍鋒.  振動與沖擊. 2017(12)
[2]基于EMD的改進(jìn)馬田系統(tǒng)的滾動軸承故障診斷[J]. 陳俊洵,程龍生,胡紹林,余慧.  振動與沖擊. 2017(05)
[3]基于HHT的數(shù)控機床主軸振動監(jiān)測系統(tǒng)的研制[J]. 萬海波,楊世錫.  振動與沖擊. 2014(06)



本文編號：3051500