基于SVD突变信息特征提取和VPMCD的故障诊断方法研究

发布时间：2018-04-27 20:02

  本文选题：奇异值分解 + 变量预测模型　； 参考：《云南大学学报(自然科学版)》2016年02期

【摘要】：针对滚动轴承早期微弱故障信号易受噪声、光滑信号影响而难以检测的问题,提出将奇异值分解(singular value decomposition,SVD)突变信息特征提取和变量预测模型模式识别(variable predictive model based class discriminate,VPMCD)方法相结合用于轴承故障诊断.首先采用SVD对振动信号进行分析,根据曲率谱及类间、类内最大方差比阈值,实现突变信息与背景噪声、光滑信号的有效分离;然后提取突变信息时域、频域特征参数,构建表征轴承运行状态的混合域特征向量,用于建立基于VPMCD方法的故障诊断模型.将此方法应用于轴承故障诊断,实验证明了所提方法的有效性.
[Abstract]:Aiming at the problem that the early weak fault signal of rolling bearing is easily affected by noise and smooth signal, it is difficult to detect. This paper presents a new method for bearing fault diagnosis using singular value decomposition (SVD) and variable predictive model based class discriminateVPMCDs (variable predictive model based class discriminateVPMCDD). First, the vibration signal is analyzed by SVD, and the mutation information is effectively separated from the background noise and smooth signal according to the curvature spectrum and the threshold value of the maximum variance ratio between classes, and then the time domain and frequency domain characteristic parameters of the mutation information are extracted. A hybrid eigenvector representing the running state of bearings is constructed to establish a fault diagnosis model based on VPMCD method. The method is applied to the bearing fault diagnosis, and the experimental results show that the proposed method is effective.
【作者单位】： 昆明理工大学信息工程与自动化学院;云南省矿物管道输送工程技术研究中心;
【基金】：国家自然科学基金(51169007) 云南省科技计划(2012CA022;2013DH034) 云南省中青年学术和技术带头人后备人才培养计划(2011CI017)
【分类号】：TH133.33

【相似文献】

相关期刊论文 前10条

1 柳革命;孙超;陈建莉;;基于局域判别基空间能量的特征提取[J];空军工程大学学报(自然科学版);2008年01期

2 向阳,史习智;冲击回波信号的波形结构特征提取及分类研究[J];振动工程学报;2000年03期

3 李允公,刘杰,张金萍,李永强,朱启兵;呼吸裂纹故障动力特性及特征提取方法的研究[J];振动与冲击;2004年03期

4 楼天良;蒋惠忠;;一种适于高维时间序列的特征提取方法(英文)[J];浙江科技学院学报;2007年02期

5 杜鑫;陈家国;;眼底血管图像的特征提取和匹配[J];河北工业大学学报;2008年06期

6 董乃鹏;赵合计;SCHOMMER Christoph;;作者写作特征提取引擎(英文)[J];山东大学学报(工学版);2009年05期

7 赵语;苏中滨;;一种检测宽度的线特征提取方法[J];科学技术与工程;2010年10期

8 万柏坤;冯莉;明东;王璐;邱爽;徐瑞;綦宏志;王威杰;;基于热释电红外信息的人体运动特征提取与识别[J];纳米技术与精密工程;2012年03期

9 张思懿;王士同;;核化空间深度间距的特征提取方法[J];山东大学学报(工学版);2012年03期

10 舒林梅，钟春香;图像分维数特征提取的算法及分析[J];华中理工大学学报(社会科学版);1994年05期

相关会议论文 前10条

1 尚修刚;蒋慰孙;;模糊特征提取新算法[A];1997中国控制与决策学术年会论文集[C];1997年

2 潘荣江;孟祥旭;杨承磊;王锐;;旋转体的几何特征提取方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

3 薛燕;李建良;朱学芳;;人脸识别中特征提取的一种改进方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 杜栓平;曹正良;;时间—频率域特征提取及其应用[A];2005年全国水声学学术会议论文集[C];2005年

5 魏明果;;方言比较的特征提取与矩阵分析[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

6 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 黄先锋;韩传久;陈旭;周剑军;;运动目标的分割与特征提取[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 秦建玲;李军;;基于核的主成分分析的特征提取方法与样本筛选[A];2005年中国机械工程学会年会论文集[C];2005年

9 刘红;陈光，

本文编号：1812115