周期能量与优化LMD结合的轴承故障诊断方法
本文关键词:周期能量与优化LMD结合的轴承故障诊断方法
【摘要】:为了提高轴承故障诊断准确率,缩短神经网络训练时间,将周期能量特征和优化的局域均值分解(local mean decomposition,简称LMD)特征结合,提出了一种新的轴承故障诊断方法。首先,采用形态滤波法对振动信号去噪;其次,以轴承一个旋转周期采样点数为标准,对振动信号进行截取,提取周期能量特征和LMD特征;然后,对提取的特征进行u律压扩和滑动平均优化处理;最后,设计两个同精度神经网络,采用经优化和未优化的特征对设计好的RBF神经网络进行训练,用训练好的神经网络进行故障诊断。实验结果表明,神经网络收敛迭代次数减少了50次,诊断正确率提高了10%,提高了轴承故障诊断正确率,缩短了神经网络训练时间。
【作者单位】: 南昌航空大学无损检测技术教育部重点实验室;中国直升机设计研究所直升机旋翼动力学国防科技重点实验室;
【基金】:航空科学基金资助项目(2010ZD56009) 江西省教育厅科技资助项目(GJJ14519)
【分类号】:TH133.3
【正文快照】: 引言滚动轴承广泛应用于各类机械设备的传动系动中,它的缺陷和损伤影响整台设备安全运行,因此对其故障诊断方法研究具有重要意义。特征提取是故障诊断的关键环节之一,对于滚动轴承,特征提取方法很多,可分为时域、频域和时频域等方法。由于轴承振动信号的非平稳非线性特点,目前
【相似文献】
中国期刊全文数据库 前10条
1 黄坤;李洪儒;;小波分析在轴承故障诊断中的应用[J];科学技术与工程;2006年23期
2 李培玉;郑俊;;基于多通道振动信号的港机车轮轴承故障诊断[J];轴承;2007年09期
3 王利英;杨绍普;王欢;张魁龙;赵卫国;田玉龙;;李雅普指数在轴承故障诊断中的应用研究[J];噪声与振动控制;2007年05期
4 闫志勇;;化工料浆循环泵轴承故障诊断[J];设备管理与维修;2008年06期
5 皮骏;王辉;张银波;林家泉;;时频分析在轴承故障诊断中的应用研究[J];机械设计与制造;2009年02期
6 艾莉;华静;;基于多传感器信息融合的滚动轴承故障诊断[J];轴承;2012年03期
7 ;维修·保养·管理[J];工程机械文摘;1995年03期
8 徐分亮;张彦国;;振动分析技术在轴承故障诊断中的应用[J];通用机械;2014年02期
9 张武军,徐金梧,杨德斌,周艳玲,王海峰;声信号分析方法在轴承故障诊断中的应用[J];北京科技大学学报;2002年01期
10 王楠,孙凤久,陈长征;基于小波分析的低速重载轴承故障诊断[J];东北大学学报;2005年01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 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
2 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
3 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
4 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
5 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
6 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
7 任锴胜;基于DSP的嵌入式煤矿提升机天轮轴承故障诊断系统研究[D];山东大学;2011年
8 许茁;数据挖掘在轴承故障诊断中的应用[D];大连海事大学;2005年
9 耿永强;基于支持向量机的机车轴承故障诊断系统的研究[D];中南大学;2008年
10 高广华;基于EMD的时频分析方法在机车轴承故障诊断中的应用研究[D];中南大学;2007年
,本文编号:1272770
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/1272770.html