当前位置:主页 > 科技论文 > 机电工程论文 >

基于CEEMDAN样本熵与SVM的滚动轴承故障诊断

发布时间:2017-10-14 01:33

  本文关键词:基于CEEMDAN样本熵与SVM的滚动轴承故障诊断


  更多相关文章: CEEMDAN 样本熵 支持向量机 特征提取 故障诊断


【摘要】:提出一种基于自适应噪声的完备经验模态分解(CEEMDAN)与IMF样本熵结合的滚动轴承故障特征提取方法。利用CEEMDAN算法对振动信号进行了自适应分解,将非稳定的振动信号分解成了若干个固有模态函数(IMF)分量。计算了包含主要故障特征信息的IMF分量样本熵,实现了故障特征量化。在此基础上利用SVM在少量数据样本的情况下具有较强的学习和分类能力,通过样本数据学习与待测样本的模式识别实现滚动轴承智能诊断。通过仿真与实验数据分析,证明该方法能够改善信号特征提取的效果,对故障类型的判断表现出较高的识别率。
【作者单位】: 中北大学机械与动力工程学院;
【关键词】CEEMDAN 样本熵 支持向量机 特征提取 故障诊断
【基金】:山西省自然科学基金(2014011024-6)
【分类号】:TH133.33
【正文快照】: 0引言滚动轴承故障诊断的本质是故障类型的识别过程,故障特征信息提取是准确识别故障类型的关键步骤。由于滚动轴承的振动信号具有非线性和非平稳的特性,而且在信号的采集过程中容易受到硬件设备与周围环境的干扰[1]。因此在滚动轴承复杂的信号中去提取敏感的特征信息是故障诊

【参考文献】

中国期刊全文数据库 前7条

1 李善;谭继文;俞昆;;基于EEMD-GRNN网络的滚动轴承故障诊断试验研究[J];制造技术与机床;2016年03期

2 李锋;林阳阳;赵辉;晁苏全;王浩;;基于CEEMDAN-SVM的液压泵故障诊断方法研究[J];液压与气动;2016年01期

3 魏永合;王明华;林梦菊;田鹏;;基于改进EEMD的滚动轴承故障特征提取技术[J];组合机床与自动化加工技术;2015年01期

4 向丹;葛爽;;基于EMD样本熵-LLTSA的故障特征提取方法[J];航空动力学报;2014年07期

5 楼军伟;胡赤兵;赵家黎;;EEMD样本熵在轴承故障SVM识别中的研究[J];机械传动;2014年03期

6 李林峰;赵军;郭天太;宋玉倩;;基于EEMD、模糊熵和SVM的齿轮故障诊断方法[J];机械传动;2014年02期

7 程军圣;于德介;杨宇;;基于EMD和SVM的滚动轴承故障诊断方法[J];航空动力学报;2006年03期

【共引文献】

中国期刊全文数据库 前10条

1 王莉娜;杨剑;孟庆强;;消除局域分解端部效应的BP神经网络闭合方法[J];电子技术应用;2017年05期

2 秦波;王祖达;郭慧莉;孙国栋;陈帅;王建国;;基于VMD和对称差分能量算子解调的滚动轴承故障诊断方法[J];机械传动;2017年05期

3 俞昆;谭继文;李善;;基于多域空间状态矩阵奇异值与局部保持投影的滚动轴承故障特征提取方法[J];机床与液压;2017年09期

4 孙永涛;吴永刚;;变分模态分解与对称差分能量算子解调在滚动轴承故障诊断中的应用[J];内蒙古科技与经济;2017年09期

5 高翔;戴惠良;王弘鹏;;一种簇绒机故障诊断方法的研究(英文)[J];机床与液压;2017年06期

6 张启帆;侯力;魏永峭;赵斐;吴阳;;LMD与小波阈值降噪结合的轴承故障识别[J];组合机床与自动化加工技术;2017年03期

7 刘乐;孙虎儿;谢志谦;;基于SVD-LMD模糊熵与PNN的滚动轴承故障诊断[J];机械传动;2017年03期

8 李晋;彭冲;汤井田;燕欢;蔡剑华;;局域均值分解和小波阈值在大地电磁噪声压制中的应用[J];振动与冲击;2017年05期

9 刘秀丽;徐小力;;风电机组齿轮箱早期故障弱特征信息提取方法[J];北京信息科技大学学报(自然科学版);2017年01期

10 杜冬梅;张昭;李红;何青;;基于LMD和增强包络谱的滚动轴承故障分析[J];振动.测试与诊断;2017年01期

【二级参考文献】

中国期刊全文数据库 前10条

1 毛剑峰;邹鲲;周勤之;;基于球标法的高精度主轴回转误差测量[J];组合机床与自动化加工技术;2013年12期

2 高慧中;刘飞;梁霖;徐光华;黄付中;;基于遗传算法的主轴回转误差评价方法[J];组合机床与自动化加工技术;2012年12期

3 陶珂;朱建军;;小波去噪质量评价方法的对比研究[J];大地测量与地球动力学;2012年02期

4 吴虎胜;吕建新;来凌红;吴庐山;朱玉荣;;基于EMD-SVD模型和SVM滚动轴承故障模式识别[J];噪声与振动控制;2011年02期

5 贾伟广;胡丹;车畅;;基于小波分析和支持向量机的刀具故障诊断[J];组合机床与自动化加工技术;2010年12期

6 张,

本文编号:1028266


资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/1028266.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ed858***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com