基于小波包分解和PCA的轴承故障诊断
本文选题：非线性信号 切入点：小波包分解 出处：《控制工程》2016年06期
【摘要】：轴承产生故障后产生非线性振动信号,传统的特征提取方式在非线性特征提取和非线性关系可视化上存在不足。提出了小波包分解和高阶累积量对振动信号进行特征提取,通过主成分分析法对特征数据进行了降维处理。该特征提取方式不仅可以揭示特征量之间的非线性关系,而且有利于提高分类速度和准确性;采用神经网络算法进行了故障分类。测试结果表明,该方法可以准确有效的识别出滚动轴承的故障类型。
[Abstract]:Bearing produces nonlinear vibration signal after fault, but the traditional feature extraction method has some shortcomings in nonlinear feature extraction and nonlinear relation visualization.Wavelet packet decomposition and high order cumulant are proposed to extract the feature of vibration signal. The feature data are reduced by principal component analysis (PCA).The method of feature extraction can not only reveal the nonlinear relationship between the features, but also improve the speed and accuracy of classification. The neural network algorithm is used for fault classification.The test results show that the method can identify the fault types of rolling bearings accurately and effectively.
【作者单位】： 杨凌职业技术学院信息工程学院;河南广播电视大学理工学院;
【分类号】：TH133.3
【参考文献】
相关期刊论文 前8条
1 谢国民;佟莹;陆文斌;;小波在采煤机异步电动机故障诊断中的应用[J];控制工程;2013年04期
2 涂望明;宋执环;陈运涛;魏友国;周晶晶;;基于小波变换和LS-SVM的雷达故障诊断[J];控制工程;2013年02期
3 蒋超;张应红;徐晋勇;赵家臣;高成;;基于振动的滚动轴承故障诊断技术研究[J];煤矿机械;2012年02期
4 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
5 崔硕;;时域指标在滚动轴承故障诊断中的应用[J];机械工程与自动化;2008年01期
6 陈珊珊;;时域分析技术在机械设备故障诊断中的应用[J];机械传动;2007年03期
7 张辉,王淑娟,张青森,翟国富;基于小波包变换的滚动轴承故障诊断方法的研究[J];振动与冲击;2004年04期
8 马建仓,罗磊;滚动轴承故障诊断的一种特征参数选择方法[J];机械科学与技术;1996年05期
相关硕士学位论文 前3条
1 魏鹏;基于时频分析的高速电主轴轴承故障诊断技术研究[D];兰州理工大学;2012年
2 廖传军;基于声发射技术的滚动轴承故障诊断时频分析方法研究[D];湖南科技大学;2008年
3 万畅;齿轮箱轴承故障诊断的时频分析方法初步探讨[D];兰州理工大学;2007年
【共引文献】
相关期刊论文 前10条
1 俞昆;谭继文;战红;孙显彬;;基于改进邻域粗糙集与S_Kohonen神经网络的滚动轴承故障诊断研究[J];机床与液压;2016年23期
2 郭庆丰;梁亚峰;;循环双谱在滚动轴承故障特征提取中的应用[J];煤矿机械;2016年12期
3 刘燕;张翠侠;张明玉;;混沌振子检测微弱信号的抗噪声能力研究[J];铜陵学院学报;2016年05期
4 孟祥忠;王振起;林存海;;基于模糊诊断理论的提升机振动监测诊断系统[J];电子测量技术;2016年09期
5 王锐锋;熊锦玲;付志成;汪坤;赵美云;;基于AE技术的低速重载齿轮箱故障诊断方法[J];自动化技术与应用;2016年08期
6 汪江秀;王友仁;;相控阵天线故障诊断方法研究[J];电子测量技术;2016年08期
7 罗云林;刘文桐;;民航飞机APU外部件故障诊断方法[J];计算机工程与设计;2016年07期
8 杜振宁;向春枝;;基于小波包分解和PCA的轴承故障诊断[J];控制工程;2016年06期
9 毛清华;张旭辉;马宏伟;邢望;樊红卫;;采煤机摇臂齿轮传动系统振源定位分析方法[J];振动.测试与诊断;2016年03期
10 高阳;钟宏宇;陈鑫宇;耿爱成;张柳;雷彩娟;;基于神经网络和小波分析的超短期风速预测[J];可再生能源;2016年05期
相关硕士学位论文 前10条
1 孙守保;基于双冲击现象的混合陶瓷球轴承故障区尺寸估计[D];昆明理工大学;2016年
2 王波;滚动轴承噪声检测及故障诊断实验平台设计[D];宁夏大学;2015年
3 赵治博;地铁车辆转向架轴承故障诊断方法研究[D];北京交通大学;2015年
4 王洋;汽车变速器轴承故障特征频率提取算法的研究[D];辽宁工业大学;2015年
5 李欣;滚动轴承裂纹故障声发射信号产生机理及其传播特性研究[D];湖南科技大学;2014年
6 杨月;基于粒子滤波与支持向量机的柴油机故障诊断[D];中北大学;2014年
7 吕飞飞;航空滚动轴承典型缺陷特征分析方法研究[D];河南科技大学;2014年
8 宁小波;声发射技术在复合材料损伤检测中的应用研究[D];中国民用航空飞行学院;2014年
9 王媛媛;滚动轴承的振声信号分析[D];南京航空航天大学;2014年
10 冯研研;基于声发射信号的滚动轴承故障特征提取技术研究[D];沈阳航空航天大学;2015年
【二级参考文献】
相关期刊论文 前10条
1 涂望明;宋执环;孟庆志;张国超;苏帅;;小波神经网络在雷达故障诊断中的应用研究[J];计算机测量与控制;2012年04期
2 张兴;李孝全;谢一静;;基于经验模式分解的异步电机转子断条故障诊断[J];电机与控制应用;2011年09期
3 何斌;戚佳杰;黎明和;;小波分析在滚动轴承故障诊断中的应用研究[J];浙江大学学报(工学版);2009年07期
4 许志宏;卢e，
本文编号：1706628
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/1706628.html
