基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法

发布时间：2017-10-17 06:20

  本文关键词：基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法

  更多相关文章： 局部特征尺度分解 排列熵 LLTSA 特征提取 故障

【摘要】：针对机械振动信号非线性、非平稳性以及故障特征难以提取的问题,提出了基于局部特征尺度分解(local characteristic-scale decomposition,LCD)、排列熵和线性局部切空间排列(Liner local tangent space alignment,LLTSA)的机械故障特征提取方法。该方法将LCD、排列熵和LLTSA相结合。首先,利用LCD将机械振动信号分解成不同尺度下的内禀尺度分量(intrinsic scale component,ISC)并计算各分量的排列熵,初步提取高维故障特征。其次,采用LLTSA对故障特征进行二次特征提取,得到维数低、敏感度高且聚类性好的低维特征。最后,采用支持向量机(support vector machine,SVM)对提取特征进行评估。滚动轴承的故障诊断实验表明,所提方法能够以较高的精度识别滚动轴承的各典型故障,具有一定的优势。
【作者单位】： 九江职业技术学院电气工程学院;国家无线电频谱管理研究所;
【关键词】： 局部特征尺度分解 排列熵 LLTSA 特征提取 故障
【基金】：江西省教改项目基金资助(JXJG-14-45-3)
【分类号】：TH17
【正文快照】： 振动信号作为机械故障信息的载体,对其进行分析处理是实现机械故障诊断的常用方法。而如何从具有非线性、非平稳性特征的机械振动信号中提取故障特征是实现高精度故障诊断的关键。近年来,随着非线性科学的发展,许多非线性分析方法,如分形维数[1]、近似熵[2]、样本熵(Sample En

【参考文献】

中国期刊全文数据库 前7条

1 王涛;李业学;梁学战;;基于支持向量机的混凝土泵车支腿故障诊断方法[J];机械设计与研究;2015年06期

2 张前图;房立清;赵玉龙;吕岩;;基于LCD信息熵特征和SVM的机械故障诊断[J];机械传动;2015年12期

3 贾爱芹;陈建军;蒋志强;文振华;;基于灰色支持向量机的汽车制动系统故障诊断与预测[J];机械设计与研究;2015年01期

4 贾峰;武兵;熊晓燕;熊诗波;;基于多维度排列熵与支持向量机的轴承早期故障诊断方法[J];计算机集成制造系统;2014年09期

5 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

6 张淑清;孙国秀;李亮;李新新;监雄;;基于LMD近似熵和FCM聚类的机械故障诊断研究[J];仪器仪表学报;2013年03期

7 王凤利;段树林;于洪亮;李宏坤;;基于EEMD和形态学分形维数的柴油机故障诊断[J];内燃机学报;2012年06期

【共引文献】

中国期刊全文数据库 前10条

1 谢志谦;孙虎儿;刘乐;武超;;基于CEEMDAN样本熵与SVM的滚动轴承故障诊断[J];组合机床与自动化加工技术;2017年03期

2 王斐;房立清;吕岩;;局部特征尺度分解和局部切空间排列在故障特征频率提取中的应用[J];中国机械工程;2017年05期

3 吴印华;徐琼燕;李俊峰;;基于局部特征尺度分解排列熵和线性局部且空间排列的故障特征提取方法[J];机械设计与研究;2017年01期

4 边兵兵;;基于LCD降噪与LS-SVM的滚动轴承故障诊断方法[J];组合机床与自动化加工技术;2017年02期

5 赵国彦;邓青林;李夕兵;董陇军;陈光辉;张楚旋;;基于EMD和形态分形维数的微震波形识别[J];中南大学学报(自然科学版);2017年01期

6 彭泓;杨巍;;基于EEMD和关联维数的小电流接地故障选线方法[J];测控技术;2017年01期

7 季云峰;冯立元;匡亮;;基于改进的有监督正交邻域保持嵌入的故障辨识[J];机械传动;2017年01期

8 黄友朋;赵山;许凡;方彦军;;EEMD排列熵与PCA-GK的滚动轴承聚类故障诊断[J];河南科技大学学报(自然科学版);2017年02期

9 范磊;卫志农;李慧杰;Kwok W Cheung;孙国强;孙永辉;;基于变分模态分解和蝙蝠算法-相关向量机的短期风速区间预测[J];电力自动化设备;2017年01期

10 岳应娟;孙钢;蔡艳平;;基于变分模态分解近似熵和支持向量机的轴承故障诊断方法[J];轴承;2016年12期

【二级参考文献】

中国期刊全文数据库 前10条

1 曾文韬;孔建益;胡晓莉;张华;;基于BP神经网络混凝土泵车臂架故障预测研究[J];机械设计与制造;2015年04期

2 杨晓明;吴天宇;时丹;;基于人工神经网络的混凝土实时强度影响因素敏感性分析[J];混凝土;2014年11期

3 步琼;秦华锋;崔振华;;混凝土泵车摆动支腿开裂原因分析与解决方案[J];工程机械与维修;2014年06期

4 李鹏宇;邵忍平;汪亚运;;基于Shannon熵的LCD-SVM方法在齿轮故障分类中的研究[J];机械传动;2014年04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 邬再新;刘涛;黄成东;;基于信息熵的涡旋压缩机振动信号分析[J];振动.测试与诊断;2014年01期

7 胥永刚;孟志鹏;陆明;;基于双树复小波包变换和SVM的滚动轴承故障诊断方法[J];航空动力学报;2014年01期

8 都衡;潘宏侠;;基于信息熵和GA-SVM的自动机故障诊断[J];机械设计与研究;2013年05期

9 艾延廷;付琪;田晶;陈潮龙;;基于融合信息熵距的转子裂纹-碰摩耦合故障诊断方法[J];航空动力学报;2013年10期

10 潘世超;王文剑;郭虎升;;基于概率密度分布的增量支持向量机算法[J];南京大学学报(自然科学版);2013年05期

【相似文献】

中国期刊全文数据库 前10条

1 陈岳东，，屈梁生;回转机械的故障特征提取与分类[J];机械工程学报;1994年S1期

2 高正明;何彬;赵娟;裴永泉;左广霞;;常用故障特征提取方法[J];机床与液压;2009年12期

3 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期

4 韩立静;徐金梧;阳建宏;黎敏;;基于灰度击中击不中变换的故障特征提取方法[J];北京科技大学学报;2012年07期

5 李辉,宋智勇,孙丰瑞;基于小波包-包络分析的故障特征提取方法[J];振动、测试与诊断;2003年04期

6 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

7 梅检民;肖云魁;贾继德;赵慧敏;陈祥龙;乔龙;;基于改进阶比的变速器微弱故障特征提取[J];振动工程学报;2012年03期

8 任立通;胡金海;谢寿生;王磊;苗卓广;;基于随机共振预处理的振动故障特征提取研究[J];振动与冲击;2014年02期

9 陈长征,罗跃纲,张省,虞和济;基于小波分析的机械故障特征提取研究[J];机械强度;2001年01期

10 郝志华;马孝江;;高阶非线性时频表示在故障特征提取中的应用[J];农业机械学报;2006年02期

中国重要会议论文全文数据库 前3条

1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年

2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 蒋超;基于EEMD与MED的冲击信号自适应故障特征提取方法[D];上海大学;2016年

2 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年

3 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

4 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年

5 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

6 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

7 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

8 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

9 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

10 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学（北京）;2011年

中国硕士学位论文全文数据库 前10条

1 薄瑞瑞;基于LMD的振动信号处理及故障特征提取研究[D];内蒙古大学;2015年

2 凡非龙;旋转机械故障诊断与现场动平衡系统研发[D];浙江大学;2015年

3 屈红伟;基于LMD的故障特征提取方法及动平衡技术研究[D];北京化工大学;2015年

4 李岭阳;基于非线性分析的故障特征提取及识别方法研究[D];北京化工大学;2016年

5 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年

6 李敏;基于谱融合的管道故障特征提取方法研究[D];北京化工大学;2011年

7 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年

8 钟晓平;气象卫星运动部件故障特征提取及振动特性研究[D];上海交通大学;2009年

9 宋震;柴油机典型故障特征提取与诊断研究[D];天津大学;2013年

10 王泽栋;钻井泵阀的故障特征提取与基于GSM的远程故障报警仪[D];北京化工大学;2008年

本文编号：1047269