基于多特征提取和改进马田系统的滚动轴承故障分类方法研究

发布时间：2021-02-25 19:55

　　为提高旋转机械的使用效率,及时识别滚动轴承的潜在故障,提出一种基于多特征提取和改进马田系统（MTS）的故障分类方法。通过时域、频域和自适应白噪声的完备经验模态分解（CEEMDAN）提取多维特征,构建初始特征集。结合马田系统和有向非循环图（DAG）的特点,构建DAG-MTS多分类模型,并将其运用到轴承故障诊断中。利用滚动轴承故障数据测试该模型的有效性和实用性,结果表明,该模型能够准确识别出滚动轴承的故障。 

【文章来源】：振动与冲击. 2020,39(06)北大核心

【文章页数】：8 页

【部分图文】：

处理4类别分类问题时DAG-MTS流程

不同的μij比较

滚动轴承故障分类方法流程

【参考文献】：
期刊论文
[1]基于马田系统的滚动轴承初始故障检测和状态监测[J]. 剡昌锋,朱涛,吴黎晓,贝克,郭剑锋.  振动与冲击. 2017(12)
[2]基于EMD的改进马田系统的滚动轴承故障诊断[J]. 陈俊洵,程龙生,胡绍林,余慧.  振动与冲击. 2017(05)
[3]基于HHT的数控机床主轴振动监测系统的研制[J]. 万海波,杨世锡.  振动与冲击. 2014(06)



本文编号：3051500