基于最小二乘映射和SVM的滚动轴承故障诊断

发布时间：2017-08-13 07:15

  本文关键词：基于最小二乘映射和SVM的滚动轴承故障诊断

  更多相关文章： 故障诊断 LSM SVM 无量纲特征参量

【摘要】：针对滚动轴承故障诊断中存在的早期非平稳微弱故障信号特征提取困难、特征参量分辨率低、早期故障诊断困难等问题,提出了一种基于最小二乘映射(LSM)的故障特征参量优化和支持向量机(SVM)的故障诊断方法。首先计算出能够反映滚动轴承状态的无量纲时域特征参量;其次通过LSM理论进行优化计算出来的无量纲时域特征参量,构建高敏感度的特征参量;最后将通过敏感度识别因子指数(DI)选取优化过的特征参量作为样本输入到SVM中进行诊断,通过逐次推理诊断出轴承故障类型。实验结果表明,该方法能够有效地诊断出滚动轴承的故障类型。
【作者单位】： 江南大学江苏省食品先进制造装备技术重点实验室;江南大学机械工程学院;日本国立三重大学;
【关键词】： 故障诊断 LSM SVM 无量纲特征参量
【分类号】：TH133.33
【正文快照】： (3日本国立三重大学,日本514-8507)0引言在国民经济中,滚动轴承被称为工业的关节,已经被广泛应用到机床、汽车、飞机、舰船等设备中[1-2]。作为旋转机械传动设备的关键零部件,滚动轴承是否处于工作状态将直接影响到整个车间的生产效率和企业的经济效益。在旋转机械设备故障类

【相似文献】

中国期刊全文数据库 前10条

1 李中年;宋仲康;;NLM电算模式的研究[J];武汉工学院学报;1991年02期

2 牛公杰;钱建平;刘荣忠;;结构特征参量连续变化增程弹道模型[J];弹道学报;2011年03期

3 谢佑卿;马柳莺;;晶体价电子结构的理论晶格参量[J];中南矿冶学院学报;1985年01期

4 李辉;杨超;李学伟;季海婷;秦星;陈耀君;杨东;唐显虎;;风机电动变桨系统状态特征参量挖掘及异常识别[J];中国电机工程学报;2014年12期

5 史秀志;王怀勇;刘金明;江文君;;基于粗糙集的影响爆破振动特征参量因素的敏感性分析[J];爆破器材;2009年02期

6 林小南;;爆破振动特征参量的粗糙集模糊神经网络预测[J];门窗;2013年07期

7 张位平;交流特征参量测量方法的探讨[J];工矿自动化;2002年04期

8 史秀志;王怀勇;田建军;;基于灰关联法的爆破振动特征参量影响因素的敏感性分*析[J];矿业研究与开发;2008年06期

9 史秀志;薛剑光;陈寿如;;爆破振动特征参量的粗糙集模糊神经网络预测[J];振动与冲击;2009年07期

10 谭昌伟;郭文善;王纪华;朱新开;王君婵;;浅析遥感光谱特征参量的原理及基本方法[J];遥感技术与应用;2010年01期

中国重要会议论文全文数据库 前2条

1 王子茹;;透视体系特征参量的研究[A];第十四届全国图学教育研讨会暨第六届制图CAI课件演示交流会论文集（下册）[C];2004年

2 李兴;张霞;陈正超;张兵;;基于VBA的光谱特征参量提取[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

中国博士学位论文全文数据库 前1条

1 吴泽玉;基于特征参量分析的工程结构设计方法研究[D];郑州大学;2012年

中国硕士学位论文全文数据库 前1条

1 唐锋;并网风电机组运行特征参量的预测模型及应用[D];重庆大学;2012年

，

本文编号：666042