EEMD能量熵与优化LS-SVM的滚动轴承故障诊断
本文关键词:EEMD能量熵与优化LS-SVM的滚动轴承故障诊断
更多相关文章: 集成经验模式分解 最小二乘支持向量机 滚动轴承 故障诊断
【摘要】:针对滚动轴承振动故障信号非平稳、非线性难以有效诊断的问题,提出基于集成经验模式分解(ensemble empirical mode decomposition,EEMD)能量熵与优化最小二乘支持向量机(least square support vector machine,LS-SVM)的滚动轴承故障诊断方法。首先利用EEMD对滚动轴承的振动故障信号进行分解,得到各阶的内禀模态函数分量(IMF)并计算其能量构造成特征向量矩阵,随后将该特征向量矩阵输入给优化的LS-SVM进行故障模式的分类辨识。通过实验验证了该方法的有效性和可行性,结果表明,基于EEMD能量熵特征与优化LS-SVM的滚动轴承故障诊断方法能够有效的诊断滚动轴承的实际运行工况。
【作者单位】: 三峡大学新能源微电网湖北省协同创新中心;三峡大学水电机械设备设计与维护湖北省重点实验室;
【关键词】: 集成经验模式分解 最小二乘支持向量机 滚动轴承 故障诊断
【基金】:国家自然科学基金(51405264,51205230) 三峡大学人才启动基金(KJ2014B007) 湖北省教育厅项目(B2015248)
【分类号】:TH133.33
【正文快照】: 0引言滚动轴承出现异常故障时的振动信号多表现为非平稳、非线性特性[1-2],集成经验模式分解(ensembleempirical mode decomposition,EEMD)作为一种基于数据驱动的时频信号分析方法,通过在原始信号中添加高斯白噪声,有效抑制了分解中的模式混叠问题。当滚动轴承发生不同故障时
【相似文献】
中国期刊全文数据库 前10条
1 苟永明;测试与故障诊断技术研讨会举行[J];冶金自动化;2004年04期
2 ;北京盛迪振通科技有限公司举办状态监测与故障诊断培训班[J];中国设备工程;2004年08期
3 马良荔;刘永葆;汪丽华;;基于库所有色Petri网的故障诊断算法研究[J];计算机应用研究;2012年03期
4 平静;;机器设备的故障诊断[J];电工技术;1989年12期
5 闫兵,,谭达明;故障诊断中的灰色关联度分析[J];振动.测试与诊断;1994年03期
6 张清华;邵龙秋;李红芳;朱月君;;基于无量纲指标的旋转机械并发故障诊断技术[J];华中科技大学学报(自然科学版);2009年S1期
7 刘亚娟;王致杰;;旋转机械系统故障诊断方法综述[J];苏州市职业大学学报;2010年02期
8 陈晓宗;;离心泵的故障诊断方法及故障评定[J];科技与企业;2012年17期
9 张瑞林;机械设备的信息处理与故障诊断[J];机械工程;1985年05期
10 乔文刚;液压系统故障诊断的实用方法探析[J];液压与气动;1999年01期
中国重要会议论文全文数据库 前10条
1 段志善;东亚斌;;灰色故障诊断方法及其发展的思考[A];振动利用技术的若干研究与进展——第二届全国“振动利用工程”学术会议论文集[C];2003年
2 张庆虎;高普云;;基于非线性动力学理论的故障诊断方法与进展[A];第18届全国结构工程学术会议论文集第Ⅲ册[C];2009年
3 赵剑伟;赵江;郭志新;;基于多传感器信息融合的故障诊断方法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
4 陈宏;巩晓峗;王丽雅;雷文平;;全矢谱技术在旋转机械不对中故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 娄国焕;周媛;;基于模糊理论的故障诊断方法研究[A];2009年中国智能自动化会议论文集(第一分册)[C];2009年
6 吴志洪;袁卫东;姜静;;油质—故障诊断中的重要因素[A];中国机械工程学会摩擦学分会润滑技术专业委员会第九届(温州)学术年会论文集[C];2004年
7 马建杰;;状态监测、故障诊断技术应用于检修的实践与总结[A];河北冶金学会2013年度空分专业学术交流会论文集[C];2013年
8 程宇;王武;崔福军;杨富文;;基于模型的故障诊断方法研究综述[A];第二十七届中国控制会议论文集[C];2008年
9 应怀樵;;对我国尽快建立“云智慧实验室与云智慧故障诊断中心”的建议[A];现代振动与噪声技术(第九卷)[C];2011年
10 姚晓燕;;状态监测及故障诊断技术在转动设备应用实例浅析[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
中国重要报纸全文数据库 前2条
1 武汉科技学院纺织服装学院 林子务;故障诊断中的数学概念[N];中国纺织报;2004年
2 钱宇 李秀喜;先进技术为化工安全保驾护航[N];中国化工报;2005年
中国博士学位论文全文数据库 前10条
1 胡友强;数据驱动的多元统计故障诊断及应用[D];重庆大学;2010年
2 高保禄;大型复杂机电设备分布式故障诊断方法研究[D];太原理工大学;2010年
3 曹玉苹;基于状态估计的石化过程故障诊断与预报方法研究[D];中国石油大学;2010年
4 李盘靖;远程协同故障诊断关键技术及其应用研究[D];西北工业大学;2006年
5 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年
6 邓学欣;开放式故障诊断构架及动态测试分析方法研究[D];天津大学;2004年
7 田玉玲;多层免疫模型及其在故障诊断中的应用研究[D];太原理工大学;2009年
8 韩光臣;复杂机电装备故障诊断关键技术研究[D];西北工业大学;2006年
9 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
10 雷亚国;混合智能技术及其在故障诊断中的应用研究[D];西安交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 马昂;基于改进LCD的WVD算法及其在故障诊断中应用的试验研究[D];燕山大学;2015年
2 张帅;车载嵌入式智能故障诊断终端的研究与设计[D];昆明理工大学;2015年
3 陈超;旋转机械状态趋势预测及故障诊断专家系统关键技术研究[D];郑州大学;2015年
4 韩杰;大型磨机故障诊断方法的研究[D];南京航空航天大学;2015年
5 孙云;基于模型的梁和框架结构故障定量诊断研究[D];东北大学;2014年
6 张菲;基于LMD和HSMM的旋转机械故障诊断方法研究[D];西南交通大学;2016年
7 牛晓晓;工程机械嵌入式故障诊断装置研究[D];华侨大学;2011年
8 尹成红;离心泵的故障诊断方法及故障评定[D];大庆石油学院;2005年
9 李自国;基于支持向量数据描述的故障诊断方法研究[D];郑州大学;2007年
10 田树武;基于范例推理的故障诊断在扩散制造质量管理中的研究[D];南京航空航天大学;2008年
本文编号:676661
本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/676661.html