基于概率盒理论的滚动轴承故障信号建模方法

发布时间：2017-07-18 15:22

  本文关键词：基于概率盒理论的滚动轴承故障信号建模方法

  更多相关文章： 滚动轴承 故障诊断 不确定性 概率盒理论 DS结构体

【摘要】：为了解决机械故障诊断存在特征提取带来的信息丢失问题和多段平均丢弃数据不确定性的问题,提出了一种基于概率盒理论的机械故障信号建模方法。以滚动轴承故障信号为研究对象,分析原始信号的概率分布类型,获得概率分布类型参数的不确定性区间,提出基于确定概率分布类型的概率盒建模方法。针对故障信号概率分布类型难确定问题,提取原始信号的特征,利用特征信号的有序性,提出基于特征提取的概率盒建模方法,以歪度和峭度特征为例,对比两种特征概率盒的异同点。基于概率盒定义,将原始数据的不确定性直接映射到概率盒的上下界,提出无需验证数据概率分布类型的原始数据概率盒直接建模方法。通过滚动轴承实测数据,对比三种方法的有效性及适用性,与传统特征提取方法对比,证明了方法的有效性。
【作者单位】： 昆明理工大学城市学院;昆明理工大学信息工程与自动化学院;
【关键词】： 滚动轴承 故障诊断 不确定性 概率盒理论 DS结构体
【基金】：国家自然科学基金(51365020;51467007)
【分类号】：TH133.33
【正文快照】： 机械故障诊断的一个关键步骤是对采集到的数据进行特征提取,再对特征进行分析与处理,以实现故障诊断与模式识别。赵志宏等[1]提出一种基于多小波系数的机械故障特征提取方法,对机械振动信号提取了多小波系数的最大值、最小值、均值等统计特征。向丹等[2]提取了振动信号的EMD能

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 杨积忠;左立建;;滚动轴承故障诊断实例[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 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[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

4 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

5 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

6 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

7 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

8 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

9 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

10 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

2 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

3 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

4 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

5 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

6 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

7 Ao Hung Linh（池雄岭）;基于化学反应优化算法和支持向量机的滚动轴承故障诊断方法研究[D];湖南大学;2014年

8 崔宝珍;自适应形态滤波与局域波分解理论及滚动轴承故障诊断[D];中北大学;2013年

9 姜锐红;基于谱峭度及原子分解的滚动轴承故障诊断方法研究[D];上海大学;2014年

10 王雷;基于流形学习的滚动轴承故障诊断若干方法研究[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

2 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

3 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

4 王德丽;基于改进HHT与SVM的滚动轴承故障诊断方法研究[D];北京交通大学;2016年

5 邵海贺;基于EEMD和最小二乘支持向量机的滚动轴承故障诊断方法研究[D];长春工业大学;2016年

6 张磊;滚动轴承故障程度和工况不敏感智能诊断方法研究[D];华东交通大学;2016年

7 王美波;基于声学方法的滚动轴承故障信号分析方法研究[D];大庆石油学院;2008年

8 李秋瑞;基于近邻函数准则与支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2010年

9 赵长生;滚动轴承故障特征增强方法与状态预测研究[D];大连理工大学;2010年

10 吕路勇;基于振动信号的滚动轴承故障诊断方法研究[D];华北电力大学（河北）;2008年

，

本文编号：558376