基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

发布时间：2017-12-17 01:13

  本文关键词：基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

  更多相关文章： 滚动轴承 LCD 峭度准则 模糊熵 LS-SVM 故障诊断

【摘要】：在实际工况下滚动轴承较易发生故障,为了保障机械运行可靠性,对其进行故障诊断研究显得非常重要,提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)降噪与最小二乘支持向量机(Least Squares Support Veotor Machine,LS-SVM)的滚动轴承故障诊断方法。首先,利用LCD对轴承信号进行自适应性分解,得到一系列内禀尺度分量(Intrinsic Scale Component,ISC),然后结合峭度准则筛选出包含主要特征信息的分量,完成信号降噪预处理,并与经验模态分解(Empirical Mode Decomposition,EMD)进行对比,研究LCD算法的优越性;最后提取ISC模糊熵作为信号的敏感特征集,输入到训练好的LS-SVM分类器中进行轴承状态识别。实验研究表明,提出的基于LCD降噪与LS-SVM的轴承故障诊断方法能有效地识别出多种轴承类型,识别率高达84%,是一种行之有效的轴承诊断算法。
【作者单位】： 平顶山工业职业技术学院;
【分类号】：TH133.33
【正文快照】： 0引言作为旋转机械设备中极为常见的零件,滚动轴承也是最为常见的故障发生部位,其中大约30%的故障都是由滚动轴承故障导致的[1]。一旦其发生故障,容易导致机械运行受损,严重的甚至威胁到操作人员人身安全。因此,对其进行故障诊断研究是保障机械设备运行可靠性的重要研究内容之

【参考文献】

中国期刊全文数据库 前4条

1 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

2 张沛朋;郭飞燕;;基于PCA-SVM的滚动轴承故障诊断研究[J];组合机床与自动化加工技术;2015年11期

3 钟小凤;贺德强;苗剑;;基于PCA-LSSVM的机车走行部滚动轴承故障诊断研究[J];广西大学学报(自然科学版);2014年02期

4 黄俊;潘宏侠;都衡;;基于EMD近似熵和LSSVM的齿轮箱故障诊断研究[J];组合机床与自动化加工技术;2014年03期

【共引文献】

中国期刊全文数据库 前10条

1 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

2 秦波;孙国栋;陈帅;王祖达;王建国;;排列熵与核极限学习机在滚动轴承故障诊断中的应用[J];组合机床与自动化加工技术;2017年02期

3 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

4 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

5 任瑶;李国富;应小刚;王晓丹;;基于小波包熵与SVM的导轨摩擦磨损状态识别[J];计算机工程;2016年11期

6 王书满;边志鑫;;基于LabVIEW的带式输送机远程监测诊断系统[J];重庆科技学院学报(自然科学版);2016年05期

7 张丹;崔善政;隋文涛;黄雪梅;;基于IMF和预测滤波的轴承故障诊断方法[J];组合机床与自动化加工技术;2016年08期

8 汪亮;王红军;;基于多域熵与FCM聚类的故障诊断模型[J];组合机床与自动化加工技术;2016年08期

9 张美玲;胡晓;;基于LCD和改进SVM的轴承故障诊断方法[J];电子技术应用;2016年06期

10 王建国;杨云中;秦波;刘永亮;;基于峭度与IMF能量融合特征和LS-SVM的齿轮故障诊断研究[J];中国测试;2016年04期

【二级参考文献】

中国期刊全文数据库 前6条

1 侯一民;孙嘉兵;张宇;陈艳虎;;基于PSO-BP神经网络和Hilbert谱奇异值的滚动轴承故障诊断[J];组合机床与自动化加工技术;2014年07期

2 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

3 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

4 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

5 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

6 周东华，，王庆林;基于模型的控制系统故障诊断技术的最新进展[J];自动化学报;1995年02期

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[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

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[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

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

2 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年

3 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年

4 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

5 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

6 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

7 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

8 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

9 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

10 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 李男;基于LMD样本熵和贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2015年

2 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

3 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

4 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

5 冯春生;基于多源不确定信息融合的数控机床滚动轴承故障诊断方法与实验研究[D];青岛理工大学;2015年

6 王天一;基于正交小波优化阈值降噪方法的滚动轴承故障诊断研究[D];哈尔滨工业大学;2015年

7 宋耀文;基于振动信号分析的滚动轴承故障特征提取与诊断研究[D];中国矿业大学;2015年

8 韩一村;基于多传感器的滚动轴承故障检测研究[D];河南科技大学;2015年

9 王秀娟;基于LMD的谱峭度算法在滚动轴承故障诊断中的应用研究[D];电子科技大学;2014年

10 段永强;局部均值分解法在滚动轴承故障自动诊断中的应用研究[D];电子科技大学;2015年

本文编号：1298178