基于小波包能量-决策树的滚动轴承混合故障诊断
本文选题:滚动轴承 + 故障诊断 ; 参考:《轴承》2016年06期
【摘要】:常规的信号处理方法通常无法对滚动轴承的混合故障进行有效诊断,因此将小波包能量与决策树算法相结合,用于滚动轴承混合故障诊断。首先,用小波包能量方法对故障信号进行特征提取;然后,提取向量作为训练样本训练决策树故障模型;最后,将测试样本输入到训练好的决策树故障模型,实现故障分类。滚动轴承混合故障试验表明:该方法具有原理简单、准确率高的优点。
[Abstract]:The conventional signal processing method usually can not diagnose the hybrid fault of rolling bearing effectively, so the wavelet packet energy is combined with the decision tree algorithm to diagnose the hybrid fault of rolling bearing. Firstly, the wavelet packet energy method is used to extract the feature of the fault signal; then, the extraction vector is used as the training sample training decision tree fault model; finally, the test sample is input into the trained decision tree fault model to realize fault classification. The mixed fault test of rolling bearing shows that this method has the advantages of simple principle and high accuracy.
【作者单位】: 新乡中益发电有限公司;中电投河南电力有限公司技术信息中心;郑州恩普特科技股份有限公司;
【分类号】:TH133.33
【参考文献】
相关期刊论文 前1条
1 孙慧然;;C4.5算法在汽车变速箱故障诊断中的应用[J];知识经济;2012年24期
【共引文献】
相关期刊论文 前1条
1 赵庆恩;黄宏伟;冯坤;史恒慧;雷文平;;基于小波包能量-决策树的滚动轴承混合故障诊断[J];轴承;2016年06期
【相似文献】
相关期刊论文 前10条
1 刘明利;傅行军;;一种对振动信号小波包能量算法的研究和改进[J];华东电力;2009年08期
2 丁幼亮;李爱群;缪长青;;基于小波包能量谱的结构损伤预警方法研究[J];工程力学;2006年08期
3 丁幼亮;李爱群;邓扬;;面向结构损伤预警的小波包能量谱识别参数[J];东南大学学报(自然科学版);2011年04期
4 刘海兵;;基于小波包能量法的梁结构损伤识别研究[J];山西建筑;2009年16期
5 高慧;;基于卷积型小波包能量矩的机械故障特征提取[J];煤矿机械;2008年11期
6 张亚东;华春蓉;董大伟;闫兵;鲁志文;谢逍;;用11/2维谱结合小波包能量提取地震动信号特征[J];噪声与振动控制;2014年01期
7 周振;;基于独立量分析和小波包能量谱的滚动轴承故障诊断[J];煤矿机械;2013年10期
8 吴森;韦灼彬;;基于小波包能量谱和因子分析的结构损伤识别方法[J];解放军理工大学学报(自然科学版);2011年05期
9 任韦波;许金余;朱宗金;刘远飞;苗华东;;陶瓷纤维混凝土高温损伤的小波包能量谱分析[J];混凝土;2013年06期
10 王鑫;胡卫兵;韩广森;;小波包能量谱在古木框架结构的损伤预警[J];工业建筑;2013年08期
相关会议论文 前3条
1 宗周红;曹竞;王炜峰;;结合小波包能量和支持向量机的结构损伤识别[A];第十九届全国桥梁学术会议论文集(下册)[C];2010年
2 刘亮;刘海卿;;基于小波包能量差理论的在役输电塔结构损伤检测研究[A];第六届全国土木工程研究生学术论坛论文集[C];2008年
3 崔世蒙;孙伟;;基于小波包的舵面转轴损伤预警及诊断研究[A];2011航空维修理论研究及技术发展学术交流会论文集[C];2011年
相关硕士学位论文 前9条
1 朱丕亮;基于小波包能量谱的滚动轴承故障诊断[D];中国科学技术大学;2014年
2 陈长万;基于小波包能量和神经网络的结构损伤识别法研究[D];重庆交通大学;2009年
3 邵长海;基于小波包能量—神经网络的四角锥网架损伤检测方法研究[D];河北科技大学;2012年
4 孙雅丹;基于小波包能量的桥梁结构损伤识别指标研究[D];天津大学;2014年
5 万拥军;基于小波包能量变化率的结构损伤识别方法研究[D];郑州大学;2009年
6 朱丹;基于小波包能量谱—主元分析方法的滚动轴承故障检测[D];昆明理工大学;2014年
7 范广露;基于回声状态网络的设备健康状态监测与预测方法[D];长安大学;2012年
8 杨帅;机电产品寿命预测方法研究[D];电子科技大学;2013年
9 付元华;旋转机械故障诊断及预测方法研究[D];西南石油大学;2014年
,本文编号:1991002
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/1991002.html