基于HOG和GLCM特征融合的轴承故障分类被引量：2

下载PDF

导出

摘要本文提出了HOG和GLCM提取特征,并用特征融合来对轴承故障进行分类。HOG和GLCM分别提取轴承故障图像的边缘特征和局部纹理特征,将二者提取的特征进行融合,使边缘和局部特征相结合,图像的特征得到更为全面的表征,选取SVM对轴承故障图像分类识别。实验表明,本方法能够快速识别轴承故障类型,准确率可达到92%。

作者杨青

机构地区贵州大学现代制造技术教育部重点实验室

出处《南方农机》 2020年第15期158-158,164,共2页

关键词轴承故障图像 HOG GLCM SVM

分类号 TH133.33 [机械工程—机械制造及自动化]

引文网络
相关文献

参考文献4

1张秀玲,张逞逞,周凯旋.基于感兴趣区域的CNN-Squeeze交通标志图像识别[J].交通运输系统工程与信息,2019,19(3):48-53. 被引量：13
2昝涛,王辉,刘智豪,王民,高相胜.基于多输入层卷积神经网络的滚动轴承故障诊断模型[J].振动与冲击,2020,39(12):142-149. 被引量：38
3高玉侠.机械设备中滚动轴承的拆卸检修探讨[J].南方农机,2015,46(5):65-65. 被引量：6
4赵赫东,何小冬,何苗,贺逸豪,雷俊茹.结合定向扰动和HOG特征的卷积神经网络目标跟踪[J].计算机辅助设计与图形学学报,2019,31(10):1802-1808. 被引量：7

二级参考文献21

1肖军.滚动轴承的拆卸[J].山东农机化,2007(9):18-18. 被引量：1
2陆秋海,李德葆.运用频率指标诊断电机轴承故障的神经网络法[J].清华大学学报（自然科学版）,1998,38(4):94-97. 被引量：8
3孙海亮,訾艳阳,袁静,何正嘉,李康,陈雪军.非抽样多小波和Hilbert-Huang时频分析在行星减速器早期故障诊断中的应用[J].机械工程学报,2013,49(3):56-62. 被引量：16
4刘华平,李建民,胡晓林,孙富春.动态场景下的交通标识检测与识别研究进展[J].中国图象图形学报,2013,18(5):493-503. 被引量：22
5曹耀刚.滚动轴承的拆装方法与修理原则[J].农机使用与维修,2013(5):49-49. 被引量：2
6陈龙,潘志敏,李清泉,萧世伦.利用ASIFT算法实现多视角静态交通标志识别[J].武汉大学学报（信息科学版）,2013,38(5):553-556. 被引量：10
7谷明琴,蔡自兴,李仪,任孝平.基于多模型表示的交通标志识别算法设计[J].控制与决策,2013,28(6):844-848. 被引量：7
8王宏超,陈进,霍柏琦,胡旭钢,王冉,周海韬,朱淼.强抗噪时频分析方法及其在滚动轴承故障诊断中的应用[J].机械工程学报,2015,51(1):90-96. 被引量：21
9崔玲丽,吴春光,邬娜.基于EMD与ICA的滚动轴承复合故障诊断[J].北京工业大学学报,2014,40(10):1459-1464. 被引量：21
10毕笃彦,库涛,查宇飞,张立朝,杨源.基于颜色属性直方图的尺度目标跟踪算法研究[J].电子与信息学报,2016,38(5):1099-1106. 被引量：22

共引文献60

1武林,江丽.基于CNN和集成SVM的滚动轴承故障诊断[J].数字制造科学,2023(2):131-135. 被引量：2
2邓磊鑫,谢清林,陶功权,温泽峰.基于轴箱振动与动力学模型驱动的高速列车车轮失圆状态识别方法[J].机械工程学报,2023,59(3):110-121. 被引量：2
3刘德昌,陈汉平,张世红,周浩生,郑楚光,王同章,王明德,王立群.循环流化床粉煤气化炉的发展及大型化措施[J].化肥工业,2000,27(3):9-10. 被引量：3
4洪武辉.机械设备中滚动轴承拆卸检修措施的若干研究[J].科技创新与应用,2015,5(30):117-117. 被引量：2
5程建峰.转炉风口座金属密封环拆卸工具的设计[J].铜业工程,2017(1):99-100.
6赵明甡,杨志业,王超.应用有限元技术优化罗茨风机轴承拆卸工具[J].设备管理与维修,2018(15):47-49. 被引量：1
7孙振军.机械维修过程中轴承维修方式探析[J].南方农机,2018,49(21):196-196. 被引量：3
8邵毅明,屈治华,邓天民,宋晓华.基于加权密集连接卷积网络的快速交通标志检测[J].交通运输系统工程与信息,2020,20(2):48-54. 被引量：4
9童零晶.基于视觉传达技术的交通标志图像智能识别[J].现代电子技术,2020,43(11):55-58. 被引量：5
10王榀.高速公路交通标志标线施工技术探究[J].建材与装饰,2020(25):255-256.

同被引文献22

1刘占生,窦唯.基于旋转机械振动参数图形融合灰度共生矩阵的故障诊断方法[J].中国电机工程学报,2008,28(2):88-95. 被引量：15
2蔡剑华,胡惟文,王先春.基于边际谱的功率谱估计方法[J].核电子学与探测技术,2011,31(9):1062-1066. 被引量：7
3罗新,牛海清,胡日亮,刘访,吴炬卓.一种改进的用于快速傅里叶变换功率谱中的窄带干扰抑制的方法[J].中国电机工程学报,2013,33(12):167-175. 被引量：50
4徐卓飞,张海燕,任玲辉.基于GLCM与SVM的印刷机收纸故障诊断方法[J].计算机工程与应用,2013,49(10):18-21. 被引量：6
5刘蓉,李继胜,田维坚,樊养余.XLPE电力电缆典型缺陷局部放电测量与分析[J].高压电器,2015,51(2):44-50. 被引量：41
6蔡念,黄威威,谢伟,叶倩,杨志景.基于互补自适应噪声的集合经验模式分解算法[J].电子与信息学报,2015,37(10):2383-2389. 被引量：16
7赵学风,蒲路,琚泽立,黄国强,吕亮,赵文炎.XLPE电力电缆附件局部放电测量与分析[J].电机与控制学报,2016,20(6):94-101. 被引量：27
8曹俊平,蒋愉宽,王少华,周象贤,李特,周路遥,杨勇.XLPE电力电缆接头缺陷检测关键技术分析与展望[J].高压电器,2018,54(7):87-97. 被引量：65
9闫江宝,张长胜,谭向宇,张少泉.局部放电信号中白噪声干扰抑制方法研究[J].数据通信,2018(5):25-28. 被引量：3
10任广振,郑月忠,刘安文,王昕.基于FFT-EEMD的XLPE电力电缆局放信号去噪方法[J].电线电缆,2019,0(5):39-43. 被引量：3

引证文献2

1戚建国,黄文静,李俊婷.混合特征量提取与FCM聚类在轴承故障模式识别中的应用[J].南方农机,2022,53(3):39-41.
2秦榛,王睿,王金鑫,彭浩城.基于改进HHT的10kV的XLPE电缆接头典型局部放电的辨别[J].电力信息与通信技术,2022,20(5):95-102. 被引量：6

二级引证文献6

1郭智刚,高健,闫峰,赵力.长距离330kV电缆依频模型局放传输特性分析及信号定位试验验证[J].电网与清洁能源,2022,38(11):17-26. 被引量：10
2冯尧,赵鹏,李文杰,欧阳本红,赵健康.高压XLPE电缆缓冲层烧蚀故障机理分析与结构优化[J].电力工程技术,2023,42(3):242-249. 被引量：2
3袁燕岭,高岭,邹红波,朱振一.基于载流量降额因子的高压电力电缆热评估[J].智慧电力,2023,51(9):88-96. 被引量：3
4罗威,陈芳,魏存良,李志华,罗海波.基于改进希尔伯特-黄变换的电缆接地故障定位研究[J].电工技术,2023(21):65-68. 被引量：1
5潘彪,周永涛,董秦龙,郑会,钱迪,叶子雍.基于FDTD建模的高压电缆局部放电检测方法[J].浙江电力,2023,42(12):12-19. 被引量：1
6李旭,王文森,郭丽,王雪.基于多传感器融合的电力变压器内部放电定位与辨识技术[J].电网与清洁能源,2024,40(3):22-31.

1张华丽,康晓东,冉华,王亚鸽,李博,白放.用于肺结节影像分类识别的DBN与CNN的比较研究[J].计算机科学,2020,47(S01):254-259. 被引量：2
2赵若晴,王慧琴,王可,王展,刘文腾.基于方向梯度直方图和灰度共生矩阵混合特征的金文图像识别[J].激光与光电子学进展,2020,57(12):90-96. 被引量：16
3王小丽.雾天图像的边缘检测及其应用[J].现代计算机,2020,26(18):69-72.
4赵启正.基于多尺度感知DenseNet的贝类图像分类[J].工业控制计算机,2020,33(6):64-65. 被引量：2
5孙荣荣.基于灰度共生矩阵相似图的图像质量评价方法[J].计算机应用,2020,40(S01):177-179. 被引量：6
6刘哲,乌伟,张善文,崔倩倩,李瑞洋.基于多元岭回归估计小麦种植密度[J].中国农业科技导报,2020,22(6):72-80. 被引量：2
7肖杨阳.基于视觉特性的超混沌图像模糊特征聚焦仿真[J].信息技术,2020,44(7):112-116.
8李宁,费守江,刘国亮,杨琳.基于深度信念网络的计量装置故障溯源研究[J].智慧电力,2020,48(7):118-124. 被引量：8
9束鑫,唐慧,杨习贝,宋晓宁,吴小俊.基于差分量化局部二值模式的人脸反欺诈算法研究[J].计算机研究与发展,2020,57(7):1508-1521. 被引量：7
10周兴,朱希安,王占刚.基于CEEMDAN与混合算法的轴承弱故障研究[J].煤矿机械,2020,41(8):168-171. 被引量：1

南方农机

2020年第15期

浏览历史

内容加载中请稍等...

基于HOG和GLCM特征融合的轴承故障分类被引量：2

参考文献4

二级参考文献21

共引文献60

同被引文献22

引证文献2

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于HOG和GLCM特征融合的轴承故障分类 被引量：2

参考文献4

二级参考文献21

共引文献60

同被引文献22

引证文献2

二级引证文献6

相关作者

相关机构

相关主题

浏览历史

基于HOG和GLCM特征融合的轴承故障分类被引量：2