• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《组合机床与自动化加工技术》 >基于SVD-LMD与DHMM在滚动轴承故障诊断中的应用

基于SVD-LMD与DHMM在滚动轴承故障诊断中的应用

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对滚动轴承早期故障信号微弱难以提取和故障类型不易判别的缺点,提出了基于奇异值分解(SVD)-局部均值分解(LMD)与离散隐马尔可夫模型(DHMM)的滚动轴承故障类型识别方法.首先,对经过相空间Hankel矩阵重构的原始声学信号进行SVD降噪得到特征信号,再运用LMD对特征信号分解而产生一系列的乘积函数(PF),为去除LMD分解过程中产生的虚假分量,选择与特征信号相关系数值较大的PF并构建特征向量T以完成信号特征提取.最后,将T进行量化后作为特征观测值输入已训练收敛的DHMM模型进行故障状态识别.并与支持向量机(SVM)进行比较研究.实验结果表明,基于SVD-LMD与DHMM的滚动轴承故障诊断模型在声学信号下对早期滚动轴承的故障具有较高的识别率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号