期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到64篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于经验模态分解和超球多类支持向量机的滚动轴承故障诊断方法 被引量：67
1
作者 康守强 王玉静 +2 位作者 杨广学 宋立新 V.I.MIKULOVICH 《中国电机工程学报》 EI CSCD 北大核心 2011年第14期96-102,共7页
滚动轴承故障定位,特别是对其性能退化程度的诊断可以更有效地进行设备维护以降低停机率。提出了对滚动轴承不同故障位置及性能退化程度的非平稳振动信号进行特征提取和智能分类的故障诊断方法。该方法对各状态振动信号进行经验模态分解... 滚动轴承故障定位,特别是对其性能退化程度的诊断可以更有效地进行设备维护以降低停机率。提出了对滚动轴承不同故障位置及性能退化程度的非平稳振动信号进行特征提取和智能分类的故障诊断方法。该方法对各状态振动信号进行经验模态分解,得到一系列固有模态函数和一个残余分量。经验模态分解方法具有分解自适应性和分解唯一性。对每个固有模态函数建立自回归模型,分别采用Yule-Walker和Ulrych-Clayton两种方法求得模型参数和残差方差,并以此作为各类状态信号的特征矩阵,输入到改进的超球多类支持向量机分类器,判断滚动轴承故障位置及性能退化程度。实验结果表明,提出的方法可同时实现滚动轴承故障位置及性能退化程度的智能诊断,且基于经验模态分解结合自回归模型的Ulrych-Clayton参数估计进行特征提取的诊断方法识别率更高。 展开更多
关键词 非平稳信号 经验模态分解 多类支持向量机 滚动轴承 性能退化程度
下载PDF
基于特征优选和GA-SVM的滚动轴承智能评估方法 被引量：44
2
作者 周建民 王发令 +3 位作者 张臣臣 张龙 尹文豪 李鹏 《振动与冲击》 EI CSCD 北大核心 2021年第4期227-234,共8页
针对滚动轴承等旋转机械设备零部件的退化状态识别问题,研究并提出一种基于支持向量机(support vector machine,SVM)的智能评估方法。对于在线持续输出的轴承振动信号,采用时域方法和集成经验模态分解(ensemble empirical mode decompos... 针对滚动轴承等旋转机械设备零部件的退化状态识别问题,研究并提出一种基于支持向量机(support vector machine,SVM)的智能评估方法。对于在线持续输出的轴承振动信号,采用时域方法和集成经验模态分解(ensemble empirical mode decomposition,EEMD)能量熵提取轴承特征,并基于相关性、单调性和鲁棒性进行特征选择。综合考虑三个指标,计算选择准则,得到最终的退化特征。针对SVM参数选择困难问题,使用遗传算法(genetic algorithm,GA)优化SVM参数,确定参数最优值。定义轴承性能退化指标,用三种不同故障类型的轴承数据训练模型。分别输入不同故障的轴承全寿命周期数据,得到轴承故障的类型和性能退化曲线,确定早期故障点,并对方法进行对比和验证。实验表明,模型故障诊断平均准确率为97.69%,性能退化评估曲线结果准确,早期故障检测能力强。 展开更多
关键词 滚动轴承 性能退化评估 集成经验模态分解(EEMD) 特征选择 遗传算法(GA) 支持向量机(SVM)
下载PDF
基于CFOA-MKHSVM的滚动轴承健康状态评估方法 被引量：24
3
作者 康守强 王玉静 +2 位作者 崔历历 柳长源 郑建禹 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第9期2029-2035,共7页
为了更有效评估滚动轴承性能退化程度,提出一种混沌优化果蝇算法(CFOA)与多核超球体支持向量机(MKHSVM)相结合的滚动轴承健康状态定量评估方法。该方法针对滚动轴承各状态数据分布不均匀、单一核函数分类存在局限性的问题,提出利用多核... 为了更有效评估滚动轴承性能退化程度,提出一种混沌优化果蝇算法(CFOA)与多核超球体支持向量机(MKHSVM)相结合的滚动轴承健康状态定量评估方法。该方法针对滚动轴承各状态数据分布不均匀、单一核函数分类存在局限性的问题,提出利用多核核函数的凸组合来优化超球体支持向量机。为消除人为选择分类器多参数的盲目性、避免果蝇优化算法陷入局部最优,将果蝇算法与混沌理论相结合,对多参数进行寻优。同时构建混沌优化果蝇算法-多核超球体支持向量机(CFOAMKHSVM)模型,并提出归一化差别系数评估指标。通过实验研究,与支持向量数据描述(SVDD)算法评估指标进行对比,验证了所提指标的有效性,实现了滚动轴承健康状态的定量评估。 展开更多
关键词 滚动轴承 果蝇优化算法 超球体支持向量机 性能退化程度 状态评估
下载PDF
基于VMD和SVDD的滚动轴承早期微弱故障检测和性能退化评估研究 被引量：22
4
作者 王斐 房立清 +1 位作者 赵玉龙 齐子元 《振动与冲击》 EI CSCD 北大核心 2019年第22期224-230,256,共8页
针对滚动轴承早期微弱故障检测及故障状态监测问题,提出了一种基于变模态分解(VMD)分解和支持向量数据描述(SVDD)的滚动轴承性能退化评估模型。对振动信号进行VMD分解,选取对性能退化较为敏感的本征模态分量,提取其奇异值,并结合信号的... 针对滚动轴承早期微弱故障检测及故障状态监测问题,提出了一种基于变模态分解(VMD)分解和支持向量数据描述(SVDD)的滚动轴承性能退化评估模型。对振动信号进行VMD分解,选取对性能退化较为敏感的本征模态分量,提取其奇异值,并结合信号的时域特征指标,复杂度指标组成特征向量矩阵作为滚动轴承综合特征指标;并以正常状态下的综合特征指标作为训练样本完成SVDD评估模型的构建,利用滚动轴承全寿命试验数据进行评估模型的验证。实验结果表明,该评估模型可以准确检测到滚动轴承早期微弱故障阶段的发生,同时可以很好的揭示滚动轴承性能退化规律,其评估效果优于模糊C均值聚类(FCM)方法。 展开更多
关键词 滚动轴承 微弱故障 性能退化 变分模态分解(VMD) 支持向量数据描述(SVDD)
下载PDF
流形模糊C均值方法及其在滚动轴承性能退化评估中的应用 被引量：20
5
作者 王奉涛 陈旭涛 +3 位作者 闫达文 李宏坤 王雷 朱泓 《机械工程学报》 EI CAS CSCD 北大核心 2016年第15期59-64,共6页
滚动轴承全寿命周期性能退化监测是设备主动维修技术重要的组成部分,对损伤状态进行有效评估可以实现设备接近零停机运行,发挥机器的最大生产力。为有效描绘滚动轴承性能退化趋势,提出一种基于流形学习的模糊C均值(Fuzzy C-means algori... 滚动轴承全寿命周期性能退化监测是设备主动维修技术重要的组成部分,对损伤状态进行有效评估可以实现设备接近零停机运行,发挥机器的最大生产力。为有效描绘滚动轴承性能退化趋势,提出一种基于流形学习的模糊C均值(Fuzzy C-means algorithm,FCM)方法。首先提取监测信号的时域、频域特征及小波包时频域特征组成高维特征集,然后按确定的本征维数提取高维特征集的低维流形特征,进而建立基于局部线性嵌入流行学习(Locally linear embedding,LLE)的模糊C均值模型评估轴承当前运行状态。通过IMS滚动轴承全寿命试验,验证了该方法能够有效描绘滚动轴承性能退化阶段,为预知维修提供了重要信息。 展开更多
关键词 LLE流形 模糊C均值 滚动轴承 性能退化
下载PDF
基于多域特征与高斯混合模型的滚动轴承性能退化评估 被引量：19
6
作者 张龙 黄文艺 +1 位作者 熊国良 曹青松 《中国机械工程》 EI CAS CSCD 北大核心 2014年第22期3066-3072,共7页
视情维修可避免维修不足与维修过剩等问题,滚动轴承性能退化程度量化评估是实现视情维修的基础。提取滚动轴承早期无故障振动信号的时域、频域特征构建多域特征矢量,建立无故障轴承高斯混合模型(GMM)。将轴承后期振动信号的多域特征矢... 视情维修可避免维修不足与维修过剩等问题,滚动轴承性能退化程度量化评估是实现视情维修的基础。提取滚动轴承早期无故障振动信号的时域、频域特征构建多域特征矢量,建立无故障轴承高斯混合模型(GMM)。将轴承后期振动信号的多域特征矢量输入该GMM模型,得到测试样本与无故障样本之间的量化相似程度,以此建立多域对数似然概率(MDLLP)值作为滚动轴承性能退化定量指标。MDLLP的取值上限为1,便于实际使用中确定轴承性能退化状态。轴承疲劳试验表明,该方法能及时发现轴承早期故障,并能很好地跟踪故障发展趋势,最优特征的选择与变换对评估效果具有较大影响。 展开更多
关键词 视情维修 滚动轴承 高斯混合模型 性能退化评估
下载PDF
基于TESPAR与GMM的滚动轴承性能退化评估 被引量：19
7
作者 张龙 黄文艺 +2 位作者 熊国良 周建民 周继慧 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1772-1779,共8页
状态维修根据设备当前运行状态制定维修计划,可避免维修不足与维修过剩等问题。性能退化程度量化评估是实现滚动轴承状态维修的基础。提取滚动轴承早期无故障振动信号的TESPAR参数中的S矩阵作为原始特征,利用主分量分析对其进行降维处... 状态维修根据设备当前运行状态制定维修计划,可避免维修不足与维修过剩等问题。性能退化程度量化评估是实现滚动轴承状态维修的基础。提取滚动轴承早期无故障振动信号的TESPAR参数中的S矩阵作为原始特征,利用主分量分析对其进行降维处理后构建特征矢量,并建立无故障轴承高斯混合模型GMM。将轴承后期振动信号的S矩阵经降维处理后输入该GMM模型,得到被测样本与无故障样本之间的量化相似程度,以此建立时间编码对数似然值TELLP作为滚动轴承性能退化定量指标。轴承疲劳试验表明该方法能及时发现轴承早期故障,并且能很好地跟踪故障发展趋势。 展开更多
关键词 状态维修 滚动轴承 高斯混合模型 性能退化评估
下载PDF
基于散布熵和余弦欧氏距离的滚动轴承性能退化评估方法 被引量：19
8
作者 杨潇谊 吴建德 马军 《电子测量与仪器学报》 CSCD 北大核心 2020年第7期15-24,共10页
针对传统特征指标评估轴承性能退化状态时可靠性、敏感性低的问题,提出一种基于散布熵和余弦欧氏距离的滚动轴承性能退化评估方法。首先,将待测滚动轴承振动信号分为健康数据和测试数据,分别对其进行集成经验模态分解(ensemble empirica... 针对传统特征指标评估轴承性能退化状态时可靠性、敏感性低的问题,提出一种基于散布熵和余弦欧氏距离的滚动轴承性能退化评估方法。首先,将待测滚动轴承振动信号分为健康数据和测试数据,分别对其进行集成经验模态分解(ensemble empirical mode decomposition, EEMD),得到若干本征模态分量(intrinsic mode function, IMF),计算各IMF分量与原信号的相关系数,并根据相关系数准则选择IMF分量重构信号;然后,计算重构信号的散布熵,通过结合欧氏距离和余弦距离得到健康数据和测试数据散布熵之间的余弦欧氏距离作为退化指标;最后,利用切比雪夫不等式计算余弦欧氏距离健康阈值,评估轴承性能退化状态。实验结果表明,利用散布熵之间的余弦欧氏距离可以有效、及时地判断轴承性能退化状态,并且与其他指标相比,其敏感性、鲁棒性更高,能够更好地刻画滚动轴承性能退化趋势,为滚动轴承性能退化评估提供新的解决方法。 展开更多
关键词 滚动轴承 性能退化评估 散布熵 余弦欧氏距离
下载PDF
基于支持向量机的滚动轴承性能退化评估方法 被引量：14
9
作者 郭磊 李兴林 +1 位作者 吴参 刘呈则 《轴承》 北大核心 2012年第8期46-50,共5页
由于损伤积累,轴承的性能会逐渐退化,为准确地评估滚动轴承性能退化状态,提出了一种基于支持向量机和小波包分解的方法。并利用具有不同故障程度的滚动轴承的振动信号,对该方法进行了验证。评估结果表明,该方法可以准确地评估轴承的性... 由于损伤积累,轴承的性能会逐渐退化,为准确地评估滚动轴承性能退化状态,提出了一种基于支持向量机和小波包分解的方法。并利用具有不同故障程度的滚动轴承的振动信号,对该方法进行了验证。评估结果表明,该方法可以准确地评估轴承的性能退化程度。 展开更多
关键词 滚动轴承 性能退化 评估 小波包分解 支持向量机
下载PDF
基于Renyi熵和K-medoids聚类的轴承性能退化评估 被引量：14
10
作者 张龙 宋成洋 +2 位作者 邹友军 洪闯 王朝兵 《振动与冲击》 EI CSCD 北大核心 2020年第20期24-31,46,共9页
滚动轴承性能退化评估是实现轴承剩余寿命预测和制定维修方案的基础,聚类分析作为数据挖掘的基本工具在故障评估中得到广泛应用。K-medoids聚类算法不易受极端数据影响,与隶属度函数相结合计算隶属度值作为故障指标可将故障程度大小表... 滚动轴承性能退化评估是实现轴承剩余寿命预测和制定维修方案的基础,聚类分析作为数据挖掘的基本工具在故障评估中得到广泛应用。K-medoids聚类算法不易受极端数据影响,与隶属度函数相结合计算隶属度值作为故障指标可将故障程度大小表示在特定区间上,Renyi熵作为特征能很好地识别信号的微小变化。对滚动轴承振动信号进行小波包分解并降噪,将最优子带进行重构后计算Renyi熵,构成特征向量输入到K-medoids聚类模型中得到隶属度作为评价指标评估当前轴承性能状态,实现对故障的定量评估,同时设定自适应阈值确定早期故障出现时间。人工植入故障试验和全寿命疲劳试验分析表明该方法能有效评估故障程度大小且能及时发现早期故障的出现。 展开更多
关键词 滚动轴承 RENYI熵 K-medoids 性能退化
下载PDF
基于小波包Tsallis熵和FCM的滚动轴承性能退化评估 被引量：14
11
作者 周建民 徐清瑶 +1 位作者 张龙 黎慧 《机械传动》 CSCD 北大核心 2016年第5期110-115,共6页
鉴于小波包Tsallis熵和模糊C均值(FCM)的优点,提出了一种将两者相结合的滚动轴承性能退化评估方法。该方法首先提取正常数据和失效数据的小波包Tsallis熵,并利用FCM建立性能退化评估模型。然后提取待测数据的小波包Tsallis熵,并以待测... 鉴于小波包Tsallis熵和模糊C均值(FCM)的优点,提出了一种将两者相结合的滚动轴承性能退化评估方法。该方法首先提取正常数据和失效数据的小波包Tsallis熵,并利用FCM建立性能退化评估模型。然后提取待测数据的小波包Tsallis熵,并以待测数据隶属于失效状态的程度作为轴承性能退化中的定量评估指标,同时设定了早期故障阈值。实验分析表明,与基于小波包熵和FCM的评估方法相比,该方法得到的评估指标能更及时地发现早期故障,对噪声的鲁棒性也更强,且其变化范围为[0,1],可解释性强。 展开更多
关键词 滚动轴承 性能退化评估 模糊C均值 小波包Tsallis熵 早期故障
原文传递
滚动轴承剩余使用寿命预测综述 被引量：9
12
作者 张金豹 邹天刚 +3 位作者 王敏 桂鹏 戈红霞 王成 《机械科学与技术》 CSCD 北大核心 2023年第1期1-23,共23页
滚动轴承作为旋转机械的关键零部件,其剩余使用寿命(RUL)预测对生产维修和人身安全具有重要意义。由于滚动轴承复杂多变的工作环境,使得同工况的参考样本少而变工况的参考样本较多,具有不平衡、不完整、无标签及噪声干扰等特性,增加了... 滚动轴承作为旋转机械的关键零部件,其剩余使用寿命(RUL)预测对生产维修和人身安全具有重要意义。由于滚动轴承复杂多变的工作环境,使得同工况的参考样本少而变工况的参考样本较多,具有不平衡、不完整、无标签及噪声干扰等特性,增加了滚动轴承RUL预测的困难。随着大数据时代的来临和人工智能的发展,滚动轴承RUL预测方法也变得更加丰富。因此,在故障预测与健康管理(PHM)的框架下,对滚动轴承失效模式和故障数据特点进行阐述,对故障特征提取、降维和融合方法以及得到的性能退化指标分别进行了分类和对比分析。结合数据驱动算法,对滚动轴承RUL的预测方法、模型选择和评估标准进行了梳理和对比。最后对滚动轴承RUL预测未来的发展趋势进行了展望。 展开更多
关键词 滚动轴承 剩余使用寿命 性能退化指标 数据驱动算法 预测方法
下载PDF
基于VMD相对能量熵和自适应ARMA模型的轴承性能退化趋势动态预警 被引量：13
13
作者 陈剑 夏康 +1 位作者 黄凯旋 刘幸福 《电子测量与仪器学报》 CSCD 北大核心 2020年第8期116-123,共8页
为了有效监测滚动轴承性能退化趋势及其指标异常波动,提出了一种基于变分模态分解(VMD)的相对能量熵和自回归滑动平均(ARMA)模型的滚动轴承性能退化趋势动态预警方法。方法利用VMD对滚动轴承寿命数据进行分解,得到有限带宽固有模态函数(... 为了有效监测滚动轴承性能退化趋势及其指标异常波动,提出了一种基于变分模态分解(VMD)的相对能量熵和自回归滑动平均(ARMA)模型的滚动轴承性能退化趋势动态预警方法。方法利用VMD对滚动轴承寿命数据进行分解,得到有限带宽固有模态函数(BLIMFs);对该BLIMFs分量的能量进行相对熵分析,提取滚动轴承性能退化特征,得到VMD相对能量熵的轴承性能退化评估指标;该相对能量熵值作为输入供ARMA模型进行动态回归预测。试验结果表明,该方法能有效监测滚动轴承性能退化趋势、指标的异常波动,验证了所提方法的有效性。 展开更多
关键词 变分模态分解 相对能量熵 ARMA模型 滚动轴承 性能退化
下载PDF
结合小波包奇异谱熵和SVDD的滚动轴承性能退化评估 被引量：13
14
作者 周建民 徐清瑶 +1 位作者 张龙 李鹏 《机械科学与技术》 CSCD 北大核心 2016年第12期1882-1887,共6页
针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正... 针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正常状态下的基准超球体,再计算轴承全寿命周期内的特征矢量与基准超球体之间的相对距离,作为性能退化过程的定量评估指标,并对失效阈值和早期故障阈值进行设定。结果表明,与基于小波包和SVDD的性能退化评估方法相比,该方法的早期故障检测能力更强,对轴承性能退化各个阶段的描述更加准确。最后,利用基于EMD的Hilbert包络解调方法对评估结果的正确性进行了验证。 展开更多
关键词 滚动轴承 小波包奇异谱熵 支持向量数据描述 性能退化评估 包络解调
下载PDF
滚动轴承性能退化静电监测方法及试验 被引量：12
15
作者 刘若晨 左洪福 +1 位作者 张营 梁坤 《机械工程学报》 EI CAS CSCD 北大核心 2014年第23期75-81,共7页
采用静电方法对滚动轴承进行在线监测以及退化评估的研究。在滚动轴承寿命强化试验机平台上,使用自研磨损区域静电传感器对滚动轴承进行在线监测,通过多组试验采集得到滚动轴承磨损静电信号,在对滚动轴承磨损过程静电产生机理分析的基础... 采用静电方法对滚动轴承进行在线监测以及退化评估的研究。在滚动轴承寿命强化试验机平台上,使用自研磨损区域静电传感器对滚动轴承进行在线监测,通过多组试验采集得到滚动轴承磨损静电信号,在对滚动轴承磨损过程静电产生机理分析的基础上,进行静电信号的特征提取,通过加速疲劳全寿命周期试验进行滚动轴承性能退化评估,并与振动信号与温度信号进行对比验证。研究结果表明,磨损区域静电监测技术可以实现滚动轴承性能退化的在线监测,该研究是机械系统在线监测以及故障诊断和预测的重要组成部分,并为仪器实现产品化奠定了基础。 展开更多
关键词 静电监测 滚动轴承 磨损区域 特征提取 性能退化
下载PDF
随机矩阵理论和主成分分析融合的滚动轴承性能退化评估方法 被引量：11
16
作者 朱文昌 罗梦婷 +1 位作者 倪广县 王恒 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第2期55-63,共9页
为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,... 为解决传统特征提取方法处理轴承高维监测数据时会造成部分有用信息损失及现有轴承性能退化状态指标难以精确表征实际运行状态的问题,提出了一种随机矩阵理论(RMT)和主成分分析(PCA)相融合的滚动轴承性能退化评估方法(RMT-PCA)。首先,通过平移时间窗对滚动轴承监测数据进行信息锁定,并构造出随机矩阵模型;其次,利用随机矩阵理论中的单环定理及M-P定律进行矩阵特征分解与提取,构造出14个特征指标;最后,基于PCA算法对多个特征指标进行融合,提取贡献率较大的主成分构造出融合特征指标用于轴承性能退化评估。采用美国IMS轴承全寿命数据进行实验研究,结果表明:与基于最大最小特征值之比指标的异常检测算法相比,RMT-PCA方法可提前12.5 h检测出轴承的早期异常;与分层狄利克雷过程-连续隐马尔可夫模型相比,RMT-PCA方法在对早期异常点和严重故障点的检测结果与前者基本相同,但其融合指标能够更清晰地反映出轴承在中期和严重退化阶段“愈合现象”的发生。 展开更多
关键词 滚动轴承 随机矩阵理论 主成分分析 性能退化评估 融合特征指标
下载PDF
流形学习和M-KH-SVR的滚动轴承衰退预测 被引量：11
17
作者 许迪 葛江华 +1 位作者 王亚萍 邵俊鹏 《振动工程学报》 EI CSCD 北大核心 2018年第5期892-901,共10页
针对滚动轴承中存在数据样本量大、非平稳信号波动复杂等问题,提出基于流形学习和M-KH-SVR(Multivariable-Krill Herd-Support Vector Regression)的滚动轴承衰退预测方法。该方法首先提取了滚动轴承的时域和频域特征,组成初始特征向量... 针对滚动轴承中存在数据样本量大、非平稳信号波动复杂等问题,提出基于流形学习和M-KH-SVR(Multivariable-Krill Herd-Support Vector Regression)的滚动轴承衰退预测方法。该方法首先提取了滚动轴承的时域和频域特征,组成初始特征向量;然后利用相关度量系数(Multiple Correlation Coefficient,MCC)对初始特征进行筛选,得到相关程度较高的特征向量集,并通过局部线性嵌入(Locally Linear Embedding,LLE)方法进行特征降维,进而组成新的故障特征集;最后将磷虾群算法引入到多变量支持向量回归机中,并对其参数c和σ进行优化,利用磷虾群局部寻优和全局寻优的能力,提高了参数选择效率。通过对多变量特征进行实验对比分析,结果表明该方法与传统单一参数及多特征参数方法相比,具有良好的泛化性,大幅度提高了运算效率和预测精度,对滚动轴承的衰退阶段划分更加精确。 展开更多
关键词 故障诊断 滚动轴承 特征提取 磷虾群算法 支持向量回归机 衰退预测
下载PDF
基于CEEMDAN和PSO-OCSVM的滚动轴承性能退化评估 被引量：11
18
作者 周建民 李家辉 +3 位作者 尹文豪 游涛 熊文豪 高森 《电子测量与仪器学报》 CSCD 北大核心 2021年第7期194-201,共8页
为了提高单分类支持向量机(one class support vector machine, OCSVM)在滚动轴承性能退化评估的准确性,提出了一种基于具有自适应白噪声的完备经验模态分解方法(complete ensemble empirical mode decomposition with adaptive noise, ... 为了提高单分类支持向量机(one class support vector machine, OCSVM)在滚动轴承性能退化评估的准确性,提出了一种基于具有自适应白噪声的完备经验模态分解方法(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)、粒子群优化算法(particle swarm optimization, PSO)和OCSVM相结合的性能退化评估方法。首先采用CEEMDAN将采集的振动信号计算展开为多个固有模态函数(intrinsic mode functions, IMFs),根据IMFs的能量密度获得典型的特征信号;其次,通过粒子群算法优化OCSVM的参数ν和径向基核函数参数g,增强OCSVM的学习能力和泛化能力;最后,使用3σ设置自适应阈值,确定轴承早期失效阈值并用CEEMDAN和Hilbert包络解调的方法验证评估结果的正确性,采用辛辛那提大学的轴承实验全寿命数据验证所提模型的有效性。结果表明,PSO算法优化OCSVM的模型可以准确地对轴承运行全寿命状态监测,与支持向量描述(support vector data description, SVDD)和参数自选的OCSVM模型相比,该方法的性能退化评估模型更有效和优越。 展开更多
关键词 滚动轴承 CEEMDAN 粒子群优化算法 单分类支持向量机 性能退化评估
下载PDF
小波包-局部线性嵌入算法在滚动轴承故障程度识别中的应用 被引量：10
19
作者 康守强 李祝强 +1 位作者 杨广学 王玉静 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第3期614-619,共6页
对滚动轴承不同性能退化程度进行识别是性能退化评估的前提。为了提高性能退化程度的识别准确率,提出一种基于小波包与局部线性嵌入算法相结合的滚动轴承故障性能退化程度识别方法。首先计算单个样本振动信号的时域、频域指标,再对振动... 对滚动轴承不同性能退化程度进行识别是性能退化评估的前提。为了提高性能退化程度的识别准确率,提出一种基于小波包与局部线性嵌入算法相结合的滚动轴承故障性能退化程度识别方法。首先计算单个样本振动信号的时域、频域指标,再对振动信号进行小波包分解并重构,提取节点信号的时域、频域指标和奇异值构造特征向量,并将多个样本的特征向量排列组合成特征矩阵,然后利用局部线性嵌入算法对特征矩阵当中的特征维数进行约简。最后利用支持向量机对滚动轴承不同性能退化程度进行识别,验证提出方法的可行性和有效性。实验表明,该方法可以准确地识别出滚动轴承不同性能退化程度。 展开更多
关键词 小波包分解 局部线性嵌入 支持向量机 滚动轴承 性能退化
下载PDF
BP与AR模型在轴承性能退化评估和预测中的应用 被引量：9
20
作者 涂文涛 刘韬 +1 位作者 刘浩炜 陈庆 《电子测量与仪器学报》 CSCD 北大核心 2019年第11期79-88,共10页
为解决滚动轴承性能难以评估与预测的问题,提出BP神经网络与AR模型相结合的方法,以评估滚动轴承失效退化程度,并预测从正常运行到最终失效的性能退化趋势。基于正常运行到最终失效的全寿命数据,利用BP评估模型估计轴承的失效退化程度,... 为解决滚动轴承性能难以评估与预测的问题,提出BP神经网络与AR模型相结合的方法,以评估滚动轴承失效退化程度,并预测从正常运行到最终失效的性能退化趋势。基于正常运行到最终失效的全寿命数据,利用BP评估模型估计轴承的失效退化程度,网络输出的评估结果为隶属于正常概率的目标向量。分别选择BP预测模型与AR模型作为预测系统,利用得到的评估结果进行训练,训练结束后,采用BP预测模型与AR模型分别对滚动轴承进行性能退化的单步和多步预测。基于两组全寿命数据的对比分析,验证了该方法的有效性。结果表明,使用BP神经网络可实现对轴承性能退化程度的良好评估,相比BP自身预测模型,AR模型在性能预测上能得到更优的结果。 展开更多
关键词 BP神经网络 AR模型 滚动轴承 性能退化评估 性能退化预测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部