基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf

基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf

ID:58140151

大小:376.26 KB

页数:7页

时间:2020-04-24

基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf_第1页
基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf_第2页
基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf_第3页
基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf_第4页
基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.pdf_第5页
资源描述:

《基于双树复小波包变换和SVM的滚动轴承故障诊断方法-论文.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29卷第1期航空动力学报Vo1.29NO.12014年1月JournalofAerospacePowerJan.2014文章编号:1000—8055(2014)010067—07doi:10.13224/j.cnki.jasp.2014.01.009基于双树复小波包变换和SVM的滚动轴承故障诊断方法胥永刚,孟志鹏,陆明(北京工业大学机械工程与应用电子技术学院先进制造技术北京市重点实验室,北京100124)摘要:针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复

2、小波包变换和支持向量机(SVM)的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号(包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障)的分析表明:该方法对所测试验信号的故障识别率达到99.5,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高.关键词:故障诊断;滚动轴承;双树复小波包变换;支持向量机;故障识别

3、中图分类号:V231.92;TH133.3;TH165文献标志码:AFaultdiagnosismethodofrollingbearingbasedondual-treecomplexwaveletpackettransformandSVMXUYong—gang.MENGZhi—peng。LUMing(KeyLaboratoryofAdvancedManufacturingTechnologyofBeijing,CollegeofMechanicalEngineeringandAppliedElect

4、ronicsTechnology,BeijingUniversityofTechnology,Beijing100124,China)Abstract:Fortheproblemofnon—stationarysignalsofrollingbearingandthedifficultytogetalargenumberoftypicalfaultsamplesinpractice,afaultdiagnosismethodwaspro—posedbasedondual—treecomplexwavel

5、etpackettransformandsupportvectormachine(SVM).Firstly,thenon—stationaryfaultvibrationsignalwasdecomposedintoseveraldif—ferentfrequencybandcomponentsthroughdual—treecomplexwaveletpackettransform;sec—ondly,normalizationprocessingwasmadefromtheenergyofeachc

6、omponent.Finally,theenergycharacteristicsparametersofeachfrequencybandcomponentweretakenasinputoftheSVMtoidentifythefaulttypeofrollingbearing.Theanalogsignalsofexperiments,containingnormalconditionoftherollingbearing,crackfaultofbearingouterring,crackfau

7、ltofbearinginnerringandpittingfaultofbearingrollingelement,wereanalyzedandthefaultrecognitionratereaches99.5.Theproposedmethodcanidentifytheworkingstateandfaulttypeofrollingbearingaccuratelyandeffectively,ascomparedwiththemethodofcombiningtraditionalwave

8、letpackettransformwithSVM.收稿日期:2012—11—27基金项目:国家自然科学基金(51075009);北京市优秀人才培养资助计划(20l1D005015000006);北京市教委科研计划(KM201310005013);北京市属高等学校青年拔尖人才培育计划;北京工业大学基础研究基金作者简介:胥永刚(1975一),男,河北定卅1人,副教授,博士,主要从事机电设备故障诊断学方面的研究.航空动力学报第29卷Keywor

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。