改进LSSVM迁移学习方法的轴承故障诊断

发布时间：2017-08-20 16:28

  本文关键词：改进LSSVM迁移学习方法的轴承故障诊断

  更多相关文章： 轴承故障诊断 递归定量分析 迁移学习 最小二乘支持向量机

【摘要】：机械系统存在的外部环境干扰、变工况条件以及无法直接测量等因素,导致获取的数据常常不满足传统机器学习的两个前提:训练与测试数据分布相同以及目标诊断数据量充足,从而影响诊断模型的泛化能力。针对上述问题,提出一种基于辅助数据的增强型最小二乘支持向量机(LSSVM)迁移学习策略,用于数据量不足时的轴承故障诊断。其中利用递归定量分析(RQA)提取非线性特征并与传统时域特征相结合以提高诊断精度。诊断分类器通过改进传统LSSVM模型,在原目标函数和约束条件中分别增加辅助集的惩罚函数和约束条件,最终得到加入辅助集的函数估计,从而将该算法推广至迁移学习。此外,类内类间距离指标用于描述特征区分性,并提出4种辅助数据集的使用方法,从而构建迁移学习为框架的诊断模型。球形轴承的振动信号试验结果表明,相比传统机器学习,在目标振动数据较少条件下所提模型在轴承故障诊断时性能提升显著。
【作者单位】： 东南大学仪器科学与工程学院;
【关键词】： 轴承故障诊断 递归定量分析 迁移学习 最小二乘支持向量机
【基金】：国家自然科学基金(51575102)项目资助
【分类号】：TH133.3;TP18
【正文快照】： 1引言轴承作为旋转机械的重要部件之一,在现代工业中应用广泛,对其故障诊断不仅能保证机械设备平稳高效运行,而且能及时检测并排除运行过程出现的突发问题,有效防止重大事故发生[1]。目前轴承故障诊断大多基于机械振动信号的获取、检测与分析,主要包括数据采集、特征提取以及

【相似文献】

中国期刊全文数据库 前10条

1 ;轴承故障诊断有了“透视镜”[J];机电设备;2001年06期

2 薛松;程珩;杨勇;;伪Wigner-Ville分布在电机轴承故障诊断中的应用[J];机械工程与自动化;2008年04期

3 赵志宏;杨绍普;;一种基于样本熵的轴承故障诊断方法[J];振动与冲击;2012年06期

4 黄晋英;潘宏侠;毕世华;杨喜旺;;基于高阶累量谱的轴承故障诊断[J];火炮发射与控制学报;2007年02期

5 陶新民;徐晶;刘兴丽;刘玉;;基于最大小波奇异谱的轴承故障诊断方法[J];振动、测试与诊断;2010年01期

6 乔世民;轴承故障诊断技术的发展[J];中国设备管理;1989年01期

7 李正安,李登啸;单片机轴承故障诊断系统[J];轴承;1992年03期

8 杨望灿;张培林;张云强;;基于邻域自适应局部保持投影的轴承故障诊断模型[J];振动与冲击;2014年01期

9 朱文来;;希尔伯特-黄变换在轴承故障诊断中的应用研究[J];科技创新导报;2013年34期

10 任国全,韦有民,郑海起;基于小波分析的轴承故障诊断研究[J];河北省科学院学报;2002年02期

中国重要会议论文全文数据库 前10条

1 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年

2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[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

3 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年

4 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年

5 乔文生;陈兴辉;艾士娟;胡北;赵恒;;基于小波包和BP神经网络的滚动轴承故障诊断[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

6 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 李培玉;刘光明;郑俊;;基于多通道振动信号的港机台车车轮轴承故障诊断系统[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

8 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年

9 宋浏阳;王华庆;高金吉;王峰;;基于蚁群算法的滚动轴承故障诊断[A];现代振动与噪声技术（第九卷）[C];2011年

10 张淑清;张琳;;基于RBF网络和D-S推理的轴承故障诊断[A];首届信息获取与处理学术会议论文集[C];2003年

中国重要报纸全文数据库 前1条

1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001年

中国博士学位论文全文数据库 前1条

1 梁瑜;地铁列车轴承故障诊断及在途诊断系统研究[D];北京交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 吴治南;基于小波变换与PNN神经网络相结合的滚动轴承故障诊断[D];河北工程大学;2015年

2 赵江萍;滚动轴承故障诊断系统设计[D];中国计量学院;2015年

3 黄文静;基于多特征量提取和PSO优化神经网络的轴承故障诊断[D];燕山大学;2016年

4 欧阳贺龙;基于全矢谱的风电轴承故障诊断[D];郑州大学;2016年

5 张涛;机车轴承故障诊断系统的研究与设计[D];中南大学;2005年

6 黄建新;多传感器数据融合技术在轴承故障诊断中的应用研究[D];武汉理工大学;2006年

7 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年

8 卢一相;时频分析在轴承故障诊断中的应用研究[D];安徽大学;2007年

9 陈涛;低速重载轴承故障诊断的虚拟仪器研究[D];重庆大学;2005年

10 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年

，

本文编号：707687