基于遗传编程与核主元分析的滚动轴承故障诊断方法研究

发布时间：2017-11-23 23:07

  本文关键词：基于遗传编程与核主元分析的滚动轴承故障诊断方法研究

  更多相关文章： 遗传编程(GP) 核主元分析法(KPCA) 故障诊断 特征提取 滚动轴承

【摘要】：本文针对滚动轴承的典型故障,进行了基于遗传编程(Genetic Programming,GP)与核主元分析(KPCA)的滚动轴承故障诊断方法研究。经试验获得轴承健康状态及典型故障(外圈故障,内圈故障及滚动体故障)下的振动信号,提取故障信号特征并计算不同状态下的时、频域特征参数,利用遗传编程对特征参数进行优化,构造了对故障敏感高的复合特征参数,提高了轴承状态识别的准确度。此外,将核主元分析与遗传编程结合,增强复合特征参数识别轴承状态的能力。主要内容如下： (1)计算滚动轴承不同状态下的时域、频域特征参数,引入识别因子指标选取具有较高敏感性的时域特征参数和频域特征参数,应用遗传编程(GP)算法对所选择的时域、频域特征参数进行优化,构造新的复合特征参数,与优化前的特征参数相比, GP优化后的复合特征参数对故障具有更高的敏感性。 (2)采用核主元分析法(KPCA)分别对原始特征参数与遗传编程(GP)算法优化产生的复合特征参数进行故障识别,分析并且比较两种情况下的第一、第二主元在识别轴承运行状态方面的能力,可以得出,对GP优化之后的复合指标进行KPCA分析,得到的特征具有更强的分类识别能力。 (3)将遗传编程及KPCA方法与BP神经网络相结合,进行了轴承故障智能识别方法研究,验证了论文所提方法的有效性。分别做三组对照试验：原始特征参数输入到BP神经网络；KPCA优化之后的特征输入到BP神经网络；GP与KPCA优化之后的特征输入到Bp神经网络,试验结果表明,经过GP与KPCA优化之后提取的特征对轴承状态具有更强的识别能力。
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH165.3

【参考文献】

中国期刊全文数据库 前10条

1 王仲明;孙明祥;;马钢热电总厂汽轮机设备技改综述[J];安徽冶金;2006年02期

2 吴今培;基于核函数的主成分分析及应用[J];系统工程;2005年02期

3 周瑞峰;张志新;王亮;;滚动轴承故障智能诊断技术的研究[J];化工装备技术;2009年02期

4 陈仲生,杨拥民;机器状态监测与故障诊断综述[J];机电工程;2000年05期

5 佟德纯;设备综合诊断技术讲座 第八讲 振动标准与诊断标准的建立[J];机电一体化;2000年02期

6 刘玉才,储江伟,邹本存,吴晓东,李宏刚,高望东;机械设备状态监测及其故障诊断[J];林业机械与木工设备;2000年02期

7 钱济国;;机械故障的时域参数诊断法[J];煤矿机械;2006年09期

8 辛李霞;;现场动平衡技术在设备检修中的应用[J];华章;2011年22期

9 何雨馨;刘文彬;王华庆;杨剑锋;;基于遗传编程的轴承信号特征参数构造方法研究[J];测控技术;2014年03期

10 万书亭;吴美玲;;基于时域参数趋势分析的滚动轴承故障诊断[J];机械工程与自动化;2010年03期

中国博士学位论文全文数据库 前1条

1 李长宁;机械故障信号统计建模及其故障诊断方法的研究[D];哈尔滨工业大学;2010年

，

本文编号：1220143