基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf

ID:55399670

大小:457.58 KB

页数:7页

时间:2020-05-15

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf_第1页
基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf_第2页
基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf_第3页
基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf_第4页
基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf_第5页
资源描述:

《基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf》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l2卷第3期铁道科学与工程学报Volume12Number32015年6月JournalofRailwayScienceandEngineeringJune2015基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究陈二恒。贺德强。刘建仁,向伟彬。周继续(1.广西大学机械工程学院,广西南宁530004;2.南宁南车轨道交通装备有限公司,广西南宁530033)摘要:机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对目前机车走行部滚动轴承故障诊断准确率不高、模型构建时间较长的问题,提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特征集,利用粗糙集和主成

2、分分析进行降维,将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断,最后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明,朴素贝叶斯分类方法构建模型的时间更短,分类准确率更高。关键词:机车走行部;滚动轴承;故障诊断;小波包;贝叶斯分类中图分类号:TP391.9;U260文献标志码:A文章编号:1672—7029(2015)03—0636—07FaultdiagnosisoflocomotiverunninggearrollingbearingbasedonwaveletpacketandbayesianclassificationCHENErheng

3、,HEDeqiang,LIUJianren,XIANGWeibin,ZHOUJixu(1.Collegeofmechanicalengineering,GuangxiUniversity,Nanning530004,China;2.NanningCSRrailtransitequipmentCo.LTD,Nanning530033,China)Abstract:Thestatusofthelocomotiverunninggearrollingbearingisdirectlyrelatedtothelocomotiveperform-anceandthesafeoperationoft

4、hetrain.Aimingatsolvingsuchproblemaslowaccuracyofthefaultdiagnosisandlongmodel—constructiontimeoflocomotiverunninggearrollingbearing,thispaperproposesafault—diag-nosismethodbasedonwaveletpacketsandBayesianclassification.Themethodneedtoconstructfaultfeaturesetthroughwaveletpackettransform,andmaket

5、heuseofroughsetandprincipalcomponentanalysistoreducethedimension,andtheninputthefaultfeaturesetsofdimensionreductionbeforeandaftertothebayesianclassifica—tionmodeltoachievefaultdiagnosisinturns,andfinallymakeacomparisonamongthebayesianclassificationmethodandtheneuralnetworkandleastsquaressuppo~ve

6、ctormachinemethod.Thesimulationresultsshowthatthetimeofbuildingmodelwiththemethodofnaivebayesclassificationisshorter,andtheclassificationac—curacyishigher.Keywords:locomotiverunninggear;rollingbearing;faultdiagnosis;waveletpacket;bayesianclassification速度和载重是评价列车性能的2个相互制约的重要指标,随着列车运行速度的不断提高和牵弓收稿日期

7、:2014—12—27基金项目:国家自然科学基金资助项目(51165001);广西自然科学基金面上资助项目(2013GXNSFAAO19297)通讯作者:贺德强(1973一),男,湖南桃江人,教授,博士,从事机车车辆故障诊断与智能维护、列车网络与控制;E—mail:hdqianglqy@126.com第3期陈二恒,等:基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究637载重的不断提升,对机车的安全运行便提出了更高量比较小的信

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。