基于VMD与分层极限学习机的滚动轴承故障诊断方法研究

发布时间：2017-12-19 01:15

  本文关键词：基于VMD与分层极限学习机的滚动轴承故障诊断方法研究

  更多相关文章： 滚动轴承 变分模态分解 自动编码器 极限学习机

【摘要】：针对滚动轴承信号的不规则特性,致使信号故障特征难提取及难以辨识的问题,为实现滚动轴承故障的智能诊断,提出基于VMD排列熵与分层极限学习机的滚动轴承故障诊断方法。首先将测得振动信号进行变分模态分解(Variational Mode Decomposition,VMD),利用排列熵进一步提取各模态特征组成高维特征向量集;其次利用自动编码器(Automatic Encoder,AE)对极限学习机的隐含层进行分层,且使隐含层节点的输入权值和阈值满足正交条件;最后将构建的特征向量作为H-ELM算法的输入,通过训练建立H-ELM滚动轴承故障分类模型。实验结果表明:H-ELM滚动轴承故障分类模型比SVM、ELM故障分类模型具有更高的精度、更强的稳定性。
【作者单位】： 内蒙古科技大学机械工程学院;
【基金】：国家自然科学基金(51565046) 内蒙古自然科学基金(2015MS0512) 内蒙古科技大学创新基金(2015QDL12)
【分类号】：TH133.33
【正文快照】： 0引言滚动轴承工作状态正常与否直接关系着机械设备乃至整个系统的运行状态,因此需要对滚动轴承实施状态嫉测和故障诊断[1]。但是由于加工工艺、工作环境等原因造成其信号非线性、非平稳。而传统的时频域分析方法大多针对线性、稳态信号的分析,因此难以精确、稳定地识别轴承的

【参考文献】

中国期刊全文数据库 前6条

1 秦波;刘永亮;王建国;李文卿;;基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法研究[J];机械设计与制造;2016年06期

2 黄勤芳;程艳;陈伟珍;;改进极限学习机在滚动轴承振动故障诊断中的应用[J];机械设计与制造;2016年01期

3 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

4 钟小倩;马文科;宋萌萌;;基于GA和LM组合优化BP神经网络的滚动轴承故障诊断方法[J];组合机床与自动化加工技术;2014年12期

5 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

6 王杰;毕浩洋;;一种基于粒子群优化的极限学习机[J];郑州大学学报(理学版);2013年01期

【共引文献】

中国期刊全文数据库 前10条

1 张华;全桂军;黄健;黄显怀;闫升;刘沛然;刘航;田纪宇;;近红外光谱和极限学习机分析反硝化除磷中胞内聚合物[J];中国环境科学;2017年05期

2 郝丽娜;王风立;曹瑞珉;;基于多层超限学习机的滚动轴承故障诊断方法[J];科学技术与工程;2017年14期

3 王礼云;朱振伸;董瑞瑞;;基于主曲线的空气悬浮颗粒物质PM10的预测[J];平顶山学院学报;2017年02期

4 贺德强;陈二恒;李笑梅;刘旗扬;;基于RS-LSSVM的高速列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);2017年02期

5 王露;邢宗义;陈双;张永;;基于自动提取分段点的车轮外形轮廓拟合方法[J];广西大学学报(自然科学版);2017年02期

6 陈双;邢宗义;王露;张永;;基于激光位移传感器的城轨车辆轮对尺寸在线检测技术[J];广西大学学报(自然科学版);2017年02期

7 秦波;孙国栋;王建国;;基于VMD与分层极限学习机的滚动轴承故障诊断方法研究[J];组合机床与自动化加工技术;2017年04期

8 王礼云;朱振伸;董瑞瑞;;基于主曲线的空气悬浮颗粒物质PM10的预测[J];南阳理工学院学报;2017年02期

9 孟亚琼;陆慧娟;严珂;关伟;;面向基因数据分类的AGA-ELM算法研究[J];中国计量大学学报;2017年01期

10 韩静文;崔玉龙;辛博;张雅静;;双并行结构优化的极限学习机及其在回归数据集中的应用[J];内蒙古大学学报(自然科学版);2017年02期

【二级参考文献】

中国期刊全文数据库 前10条

1 秦波;吴庆朝;张娟娟;王建国;张文兴;;基于PSO优化SVM的转炉炼钢用氧量预测研究[J];测控技术;2014年12期

2 夏均忠;苏涛;王龙;张阳;冷永刚;;基于Hilbert谱奇异值的滚动轴承故障诊断[J];噪声与振动控制;2014年05期

3 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

4 肖顺根;宋萌萌;;基于小波包能量神经网络的滚动轴承故障诊断方法[J];机械强度;2014年03期

5 宋志杰;王健;;模糊聚类和LM算法改进BP神经网络的变压器故障诊断[J];高压电器;2013年05期

6 郭阳明;冉从宝;姬昕禹;马捷中;;基于组合优化BP神经网络的模拟电路故障诊断[J];西北工业大学学报;2013年01期

7 杨阳;陶彩霞;张睿兴;;遗传算法优化支持向量机的道岔控制电路故障诊断[J];计算机测量与控制;2013年01期

8 齐敏芳;付忠广;景源;马亚;;基于信息熵与主成分分析的火电机组综合评价方法[J];中国电机工程学报;2013年02期

9 杨凯;陈建宏;;基于主成分分析与BP神经网络的冲击地压预测[J];广西大学学报(自然科学版);2012年05期

10 叶瑞召;李万红;;基于小波包分解和BP神经网络的轴承故障诊断[J];轴承;2012年10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：1306331