农业工程学报
農業工程學報
농업공정학보
2011年
4期
125-130
,共6页
窦东阳%杨建国%李丽娟%赵英凯
竇東暘%楊建國%李麗娟%趙英凱
두동양%양건국%리려연%조영개
轴承%故障诊断%模型%经验模式分解%规则获取%MLEM2算法
軸承%故障診斷%模型%經驗模式分解%規則穫取%MLEM2算法
축승%고장진단%모형%경험모식분해%규칙획취%MLEM2산법
针对旋转机械的自主故障诊断,提出一种基于EMD和MLEM2的智能解决方法.利用EMD预处理振动信号,在最适合的IMF分量上提取6个时域指标和5个频域指标构成无量纲的轴承故障特征向量.根据设备运行数据形成决策表,使用改进的MLEM2算法挖掘诊断规则,再结合改进的规则匹配策略进行状态识别.EMD能够剥离故障最本质的信息,提高所选分量的信噪比,而MLEM2算法无需对连续属性事先离散化,获得的诊断规则更完备、准确.SKF6203轴承试验表明,该方法诊断精度达到93.75%,相当于能够自主获取知识的专家系统,且只要一次初始设定,无需后续人工干预,是一种有效的智能诊断方法.
針對鏇轉機械的自主故障診斷,提齣一種基于EMD和MLEM2的智能解決方法.利用EMD預處理振動信號,在最適閤的IMF分量上提取6箇時域指標和5箇頻域指標構成無量綱的軸承故障特徵嚮量.根據設備運行數據形成決策錶,使用改進的MLEM2算法挖掘診斷規則,再結閤改進的規則匹配策略進行狀態識彆.EMD能夠剝離故障最本質的信息,提高所選分量的信譟比,而MLEM2算法無需對連續屬性事先離散化,穫得的診斷規則更完備、準確.SKF6203軸承試驗錶明,該方法診斷精度達到93.75%,相噹于能夠自主穫取知識的專傢繫統,且隻要一次初始設定,無需後續人工榦預,是一種有效的智能診斷方法.
침대선전궤계적자주고장진단,제출일충기우EMD화MLEM2적지능해결방법.이용EMD예처리진동신호,재최괄합적IMF분량상제취6개시역지표화5개빈역지표구성무량강적축승고장특정향량.근거설비운행수거형성결책표,사용개진적MLEM2산법알굴진단규칙,재결합개진적규칙필배책략진행상태식별.EMD능구박리고장최본질적신식,제고소선분량적신조비,이MLEM2산법무수대련속속성사선리산화,획득적진단규칙경완비、준학.SKF6203축승시험표명,해방법진단정도체도93.75%,상당우능구자주획취지식적전가계통,차지요일차초시설정,무수후속인공간예,시일충유효적지능진단방법.
