正交局部保持投影早期故障特征提取方法

发布时间：2018-02-04 13:00

  本文关键词： 正交局部保持投影 特征提取 滚动轴承　出处：《机械设计与研究》2016年02期 　论文类型：期刊论文

【摘要】：针对轴承早期故障特征难以提取,提出了一种基于正交局部保持投影的轴承故障特征提取方法。由时域指标和小波频带能量组成高维特征空间。运用正交局部保持投影方法通过训练样本数据求出正交转换矩阵,测试样本经正交转换矩阵转化后得到低维向量。利用不同故障样本的类间散度和同种故障样本的类内散度两个指标来衡量该方法的有效性,通过滚动轴承故障数据的仿真,证明提出的正交局部保持投影的特征提取方法是有效的。
[Abstract]:It is difficult to extract the early fault feature of bearing. A bearing fault feature extraction method based on orthogonal local preserving projection is proposed, which is composed of time domain index and wavelet band energy. The orthogonal local preserving projection method is used to calculate the feature space by training sample data. Orthogonal transformation matrix. The test samples are transformed by orthogonal transformation matrix to obtain the low-dimensional vector. The validity of the method is evaluated by two indexes: the inter-class divergence of different fault samples and the intra-class divergence of the same fault samples. Through the simulation of rolling bearing fault data, it is proved that the proposed feature extraction method of orthogonal local preserving projection is effective.
【作者单位】： 江西理工大学电气工程与自动化学院;
【基金】：国家自然科学基金项目(51365017) 江西省自然科学基金项目(20132BAB203020) 江西省教育厅科学技术研究项目(GJJ13430)
【分类号】：TH133.33
【正文快照】： 滚动轴承作为机械设备中重要的旋转零件,也是设备中重要的故障源之一,对滚动轴承早期故障进行诊断尤为重要。滚动轴承的时域参数如峭度、均方根等,时频域特征如小波包能量等包含了丰富的轴承运行状态信息,可以提取这些参数作为故障诊断的原始特征子集[1-3]。但得到的高维特征

【相似文献】

相关期刊论文 前10条

1 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期

2 韩立静;徐金梧;阳建宏;黎敏;;基于灰度击中击不中变换的故障特征提取方法[J];北京科技大学学报;2012年07期

3 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

4 梅检民;肖云魁;贾继德;赵慧敏;陈祥龙;乔龙;;基于改进阶比的变速器微弱故障特征提取[J];振动工程学报;2012年03期

5 任立通;胡金海;谢寿生;王磊;苗卓广;;基于随机共振预处理的振动故障特征提取研究[J];振动与冲击;2014年02期

6 陈长征,罗跃纲,张省,虞和济;基于小波分析的机械故障特征提取研究[J];机械强度;2001年01期

7 郝志华;马孝江;;高阶非线性时频表示在故障特征提取中的应用[J];农业机械学报;2006年02期

8 张玉存;马睿;付献斌;孔涛;;基于拓扑传递的耦合机械故障特征提取方法[J];中国机械工程;2012年04期

9 王诗彬;许佳;朱忠奎;;瞬态成分参数的最小二乘法辨识及其轴承故障特征提取应用[J];机械工程学报;2012年07期

10 姜洪开,何正嘉,段晨东,陈雪峰;基于提升方法的小波构造及早期故障特征提取[J];西安交通大学学报;2005年05期

相关会议论文 前3条

1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年

2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[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

3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前10条

1 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年

2 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

3 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年

4 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

5 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

6 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

7 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

8 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

9 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学（北京）;2011年

10 毛永芳;机械测试中多分量信号特征提取方法的研究[D];重庆大学;2008年

，

本文编号：1490268