LMD能量熵和SVM相结合的滚动轴承故障诊断

发布时间：2017-10-28 03:27

  本文关键词：LMD能量熵和SVM相结合的滚动轴承故障诊断

  更多相关文章： 滚动轴承 故障诊断 局部均值分解 能量熵 支持向量机

【摘要】：为实现小样本情况下对滚动轴承进行故障检测和分析,提出了基于局部均值分解(LMD)的能量熵和支持向量机(SVM)相结合的滚动轴承故障诊断方法。利用LMD信号处理方法将滚动轴承振动信号分解成有限个乘积函数(PF)分量,通过计算PF分量的能量熵进行故障特征提取,然后将提取的特征输入到SVM分类器中进行训练及测试,最终实现对滚动轴承的故障诊断。实验数据显示,在仅有少量样本条件下,LMD能量熵和SVM相结合的方法能够精确地对滚动轴承的故障类型进行识别和分类,这表明该方法对滚动轴承故障诊断的有效性。
【作者单位】： 江苏师范大学;
【关键词】： 滚动轴承 故障诊断 局部均值分解 能量熵 支持向量机
【基金】：江苏省“六大人才高峰”高层次人才项目(2012-ZBZZ-038) 江苏省普通高校研究生科研创新计划项目(SJLX_0656) 江苏师范大学博士科研支持项目(14XLR033)及江苏师范大学研究生科研创新计划重点项目(2015YZD018)资助
【分类号】：TH133.33
【正文快照】： 随着现代机械装置变得越来越复杂、设备之间联系越来越紧密,对机械装置正常运转的效率和安全要求越来越高。机械设备一旦产生故障,不仅对产品的生产质量、生产商的经济效益造成一定程度的影响,也会对操作人员的生命安全构成极大的威胁。因此对于连续运转的机械装置来说,对其采

【相似文献】

中国期刊全文数据库 前10条

1 苟永明;测试与故障诊断技术研讨会举行[J];冶金自动化;2004年04期

2 ;北京盛迪振通科技有限公司举办状态监测与故障诊断培训班[J];中国设备工程;2004年08期

3 马良荔;刘永葆;汪丽华;;基于库所有色Petri网的故障诊断算法研究[J];计算机应用研究;2012年03期

4 平静;;机器设备的故障诊断[J];电工技术;1989年12期

5 闫兵，，谭达明;故障诊断中的灰色关联度分析[J];振动.测试与诊断;1994年03期

6 张清华;邵龙秋;李红芳;朱月君;;基于无量纲指标的旋转机械并发故障诊断技术[J];华中科技大学学报(自然科学版);2009年S1期

7 刘亚娟;王致杰;;旋转机械系统故障诊断方法综述[J];苏州市职业大学学报;2010年02期

8 陈晓宗;;离心泵的故障诊断方法及故障评定[J];科技与企业;2012年17期

9 张瑞林;机械设备的信息处理与故障诊断[J];机械工程;1985年05期

10 乔文刚;液压系统故障诊断的实用方法探析[J];液压与气动;1999年01期

中国重要会议论文全文数据库 前10条

1 段志善;东亚斌;;灰色故障诊断方法及其发展的思考[A];振动利用技术的若干研究与进展——第二届全国“振动利用工程”学术会议论文集[C];2003年

2 张庆虎;高普云;;基于非线性动力学理论的故障诊断方法与进展[A];第18届全国结构工程学术会议论文集第Ⅲ册[C];2009年

3 赵剑伟;赵江;郭志新;;基于多传感器信息融合的故障诊断方法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

4 陈宏;巩晓峗;王丽雅;雷文平;;全矢谱技术在旋转机械不对中故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

5 娄国焕;周媛;;基于模糊理论的故障诊断方法研究[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

6 吴志洪;袁卫东;姜静;;油质—故障诊断中的重要因素[A];中国机械工程学会摩擦学分会润滑技术专业委员会第九届（温州）学术年会论文集[C];2004年

7 马建杰;;状态监测、故障诊断技术应用于检修的实践与总结[A];河北冶金学会2013年度空分专业学术交流会论文集[C];2013年

8 程宇;王武;崔福军;杨富文;;基于模型的故障诊断方法研究综述[A];第二十七届中国控制会议论文集[C];2008年

9 应怀樵;;对我国尽快建立“云智慧实验室与云智慧故障诊断中心”的建议[A];现代振动与噪声技术（第九卷）[C];2011年

10 姚晓燕;;状态监测及故障诊断技术在转动设备应用实例浅析[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

中国重要报纸全文数据库 前2条

1 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年

2 钱宇 李秀喜;先进技术为化工安全保驾护航[N];中国化工报;2005年

中国博士学位论文全文数据库 前10条

1 胡友强;数据驱动的多元统计故障诊断及应用[D];重庆大学;2010年

2 高保禄;大型复杂机电设备分布式故障诊断方法研究[D];太原理工大学;2010年

3 曹玉苹;基于状态估计的石化过程故障诊断与预报方法研究[D];中国石油大学;2010年

4 李盘靖;远程协同故障诊断关键技术及其应用研究[D];西北工业大学;2006年

5 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年

6 邓学欣;开放式故障诊断构架及动态测试分析方法研究[D];天津大学;2004年

7 田玉玲;多层免疫模型及其在故障诊断中的应用研究[D];太原理工大学;2009年

8 韩光臣;复杂机电装备故障诊断关键技术研究[D];西北工业大学;2006年

9 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年

10 雷亚国;混合智能技术及其在故障诊断中的应用研究[D];西安交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 马昂;基于改进LCD的WVD算法及其在故障诊断中应用的试验研究[D];燕山大学;2015年

2 张帅;车载嵌入式智能故障诊断终端的研究与设计[D];昆明理工大学;2015年

3 陈超;旋转机械状态趋势预测及故障诊断专家系统关键技术研究[D];郑州大学;2015年

4 郭艳均;智能倒频谱及其在故障诊断中的应用研究[D];郑州大学;2015年

5 楚晓艳;基于HSMM的齿轮故障诊断方法研究[D];重庆交通大学;2015年

6 付士鹏;基于LabVIEW的旋转机械振动监测与故障诊断的研究[D];华北电力大学;2015年

7 孙云;基于模型的梁和框架结构故障定量诊断研究[D];东北大学;2014年

8 张菲;基于LMD和HSMM的旋转机械故障诊断方法研究[D];西南交通大学;2016年

9 朱军;滚动轴承非平稳信号故障诊断若干方法研究[D];中国科学技术大学;2016年

10 师东阳;面向数字化设计制造集成技术的故障诊断产业信息资源协同研究[D];南昌航空大学;2016年

本文编号：1106478