混合特征驱动的滚动轴承智能故障诊断方法

陆建涛; 姚通; 李舜酩; 崔荣庆

首页> 中文期刊> 《振动与冲击》 >混合特征驱动的滚动轴承智能故障诊断方法

混合特征驱动的滚动轴承智能故障诊断方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对采用传统特征指标进行故障诊断准确率较低的问题,提出了一种基于混合标度律特征和改进支持向量机的滚动轴承智能故障诊断方法。首先,利用超阶分析得到指示故障的标度律指标,并将其与常规特征指标相结合构造混合特征指标矩阵,提升特征指标对故障的区分度。其次,采用支持向量机(support vector machines,SVM)对构造的混合特征矩阵进行分类,利用粒子群优化算法对SVM中重要参数进行优化。最后,利用滚动轴承试验台对提出的滚动轴承智能故障诊断方法进行验证。结果表明,与常规特征相比,利用构造混合特征指标得到的训练准确率提高了13%,测试准确率提高了23%。所提方法不仅能识别不同故障类型,而且能对同一故障不同损伤程度进行识别,有望进一步实现滚动轴承故障定量诊断。

著录项

来源
《振动与冲击》 |2022年第16期|79-84|共7页
作者
陆建涛; 姚通; 李舜酩; 崔荣庆;
展开▼
作者单位

南京航空航天大学能源与动力学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类振动、噪声及其控制;机械振动学;
关键词
智能故障诊断; 超阶分析; 混合特征指标; 粒子群优化; 支持向量机(SVM);

相似文献

中文文献
外文文献
专利

1. 基于混合域特征集与PSO-SVM的滚动轴承故障诊断方法 [J] . 方清 ,刘庆运 ,刘涛 . 机械工程与自动化 . 2020,第002期
2. 基于VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法 [J] . 陈鹏 ,赵小强 ,朱奇先 . 兰州理工大学学报 . 2020,第5期
3. 多核多分类相关向量机的滚动轴承多特征融合智能故障诊断方法 [J] . 王波 ,宁毅 ,张亚虎 . 机械科学与技术 . 2022,第6期
4. 基于CEEMD散布熵和Hjorth参数的混合特征滚动轴承故障诊断研究 [J] . 夏理健 ,刘小平 ,王新 . 机电工程 . 2021,第12期
5. 基于混合域特征优选与DEGWO-SVM的滚动轴承故障诊断 [J] . 毛敏 ,周成江 . 中国科技信息 . 2021,第010期
6. 基于复杂度特征的滚动轴承智能诊断方法 [C] . XIONG Guo-liang ,熊国良 ,ZHANG Lei . 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议 . 2014
7. 仿真数据驱动的滚动轴承深度迁移学习故障诊断方法研究 [A] . 陈露 . 2020

混合特征驱动的滚动轴承智能故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅