多模型融合下的滚动轴承故障诊断方法

张龙; 周俊

首页> 中文期刊> 《噪声与振动控制》 >多模型融合下的滚动轴承故障诊断方法

多模型融合下的滚动轴承故障诊断方法

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

针对单一分类器对于轴承故障诊断精度低的问题,提出一种多模型融合的滚动轴承故障诊断方法。首先对于滚动轴承的原始振动信号采用WELCH功率谱算法进行预处理,然后从功率谱中提取相关特征参数构成输入样本,分别采用LDA、SVM、KNN以及PNN四种分类器作为基分类器,再结合集成学习算法构造Stacking集成学习模型,实现对滚动轴承多种故障类型的预测分类。实验结果表明,相比较各个单一分类器,Stacking-SVM集成模型的诊断性能更优,诊断准确率为98%。同时将该集成模型在不同工况下进行实验及抗噪实验,均能达到较高的诊断准确率。可见该集成模型的故障诊断性能稳定,具有一定的鲁棒性和泛化能力。

著录项

来源
《噪声与振动控制》 |2022年第3期|132-137|共7页
作者
张龙; 周俊;
展开▼
作者单位

上海工程技术大学机械与汽车工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
故障诊断; 多模型融合; WELCH算法; Stacking集成学习; 滚动轴承;

相似文献

中文文献
外文文献
专利

1. 一种基于深度融合模型的滚动轴承故障诊断方法 [J] . 刘伟 ,单雪垠 ,李双喜 . 北京化工大学学报:自然科学版 . 2022,第2期
2. 基于Blending多卷积神经网络模型融合的滚动轴承声学故障诊断方法 [J] . 余龙靖 ,王冉 ,刘丰恺 . 失效分析与预防 . 2021,第004期
3. 基于小波与AR模型融合的滚动轴承故障诊断方法 [J] . 姜海燕 . 工业控制计算机 . 2017,第008期
4. 多深度学习模型决策融合的滚动轴承故障诊断 [J] . 张立智 ,谭继文 ,徐卫晓 . 组合机床与自动化加工技术 . 2019,第008期
5. 基于多传感器两级特征融合的滚动轴承故障诊断方法 [J] . 刘仓 ,童靳于 ,包家汉 . 振动与冲击 . 2022,第8期
6. 基于HMM方法对变转速变载荷工况下滚动轴承的故障诊断 [C] . 宋京伟 ,郭云 ,梅秀庄 . 第十二届全国设备监测与诊断学术会议 . 2005
7. 基于机理-数据融合的滚动轴承故障诊断方法研究 [A] . 程广凯 . 2021

多模型融合下的滚动轴承故障诊断方法

摘要

著录项

相似文献

相关主题

期刊订阅