基于小波包能量与模糊C均值聚类的轴承退化状态预测

发布时间：2017-10-05 14:40

  本文关键词：基于小波包能量与模糊C均值聚类的轴承退化状态预测

  更多相关文章： 滚动轴承 小波包变换 特征提取 模糊聚类

【摘要】：滚动轴承在发生严重故障前会经历不同的退化状态,针对时域和频域故障特征不能表征早期故障的问题,提出了小波包能量结合高斯混合模型的轴承性能退化指标提取方法。该方法以小波包能量比例值向量作为原始特征,引入高斯混合模型,以计算出的小波包能量比例值对数似然概率作为性能退化指标,通过实验验证该方法能发现早期故障,还能很好的跟踪轴承退化趋势。在此基础上,由于退化状态难以界定识别,利用模糊C均值聚类对性能退化指标模糊聚类,从而识别轴承性能退化状态,通过滚动轴承退化实验验证了该方法的有效性。
【作者单位】： 西南石油大学地球科学与技术学院;西南石油大学机电工程学院;
【关键词】： 滚动轴承 小波包变换 特征提取 模糊聚类
【分类号】：TH133.33
【正文快照】： 0引言滚动轴承作为旋转机械的关键组件,它的性能关系到整个旋转机械能否正常运行,并且随着维修理论的发展,退化状态识别成为现代设备维修的关键技术,越来越受到人们的重视[1]。性能退化指标的提取是退化状态识别的基础,性能退化指标能够表征轴承从正常到发生故障失效的连续退

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国硕士学位论文全文数据库 前10条

1 李默;基于小波包能量谱的金属板中微损伤识别方法研究[D];江苏大学;2016年

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 杨帅;机电产品寿命预测方法研究[D];电子科技大学;2013年

10 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：977389