采用概率主成分分析的回转支承寿命状态识别

采用概率主成分分析的回转支承寿命状态识别

ID:34185162

大小:1003.00 KB

页数:7页

时间:2019-03-04

采用概率主成分分析的回转支承寿命状态识别_第1页
采用概率主成分分析的回转支承寿命状态识别_第2页
采用概率主成分分析的回转支承寿命状态识别_第3页
采用概率主成分分析的回转支承寿命状态识别_第4页
采用概率主成分分析的回转支承寿命状态识别_第5页
资源描述:

《采用概率主成分分析的回转支承寿命状态识别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第10期陆超,等:采用概率主成分分析的回转支承寿命状态识别y7采用概率主成分分析的回转支承寿命状态识别陆超,陈捷,洪荣晶(南京工业大学机械与动力工程学院,江苏,南京,211800)摘要:针对回转支承故障特征微弱以及难以提取的特点,提出一种基于概率主成分分析(probabilisticprincipalcomponentanalysis,PPCA)的多领域特征提取方法。该方法从振动信号的时域和时频域中提取出多个能够表征回转支承运行状态的特征向量,并将其组成高维特征集。采用PPCA从高维特征集中提取出最能够反映回转支承寿命

2、状态信息的特征量,将其输入粒子群算法优化的支持向量机中进行寿命状态的识别。通过回转支承全寿命实验证明,基于PPCA的特征提取方法优于传统的主成分分析(principalcomponentanalysis,PCA),其相应的寿命状态识别精度提高了约8%,并且多领域、多变量的特征更能全面反映回转支承的性能退化趋势。与传统的特征提取方法相比,文中方法更能够全面有效的反映复杂恶劣环境下回转支承的故障信息,因此可以用于回转支承的健康监测领域。关键词:回转支承;性能退化;概率主成分分析;支持向量机;状态识别中图分类号:TP277;

3、TH17RecognitionofslewingbearinglifestateusingprobabilisticprincipalcomponentanalysisLUChao,CHENJie,HONGRongjing(CollegeofMechanicalandPowerEngineering,NanjingTechUniversity,Nanjing211800,China)Abstract:Anovelmulti-domainfeatureextractionapproachbasedonprobabilis

4、ticprincipalcomponentanalysis(PPCA)wasproposedtodealwiththeweakfaultfeatureofslewingbearing.Firstly,multiplefeaturevectorswereextractedtomakeahighdimensionfeatureset.PPCAwasthenappliedtoextractthevectorswhichbestreflecttheslewingbearinglifestatusfromthehighdimen

5、sionfeatureset.Atlast,thevectorswereinputtedintothesupportvectormachineoptimizedbyparticleswarmoptimizationforthelifestaterecognition.Accordingtothewholelifeexperimentofslewingbearing,theapproachofPPCAisbetterthanthetraditionalPCAinthefiledoffeaturedimensionredu

6、ction,thecorrespondingrecognitionaccuracyoflifetimestateisimprovedbyabout8%.Themulti-domainandmulti-featuresetcanreflectthedegradationofslewingbearingmorecomprehensivelyandaccuratelythanasinglefeatureorsingledomainfeatures.Comparedtothetraditionalmethodoffeature

7、-extraction,theproposedmethodcanreflectthefaultofslewingbearingrunninginthecomplexand harshenvironmentmoreeffectively,soitcanbeusedintheareasofslewingbearinghealthmonitoring.Keywords:slewingbearing;degradation;probabilisticprincipalcomponentanalysis;supportvecto

8、rmachine;staterecognition————————http://www.jdxb.cnhttp://zkxb.xjtu.edu.cn————————第10期陆超,等:采用概率主成分分析的回转支承寿命状态识别y7回转支承已在风力发电和工程机械中得到广泛应用,其性能的好坏直接影响设备的正常运行,因此对其进行健康监测就显

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。