机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2012年
10期
62-64
,共3页
冯子豪%周火青%高立新%陈志新
馮子豪%週火青%高立新%陳誌新
풍자호%주화청%고립신%진지신
滚动轴承%故障诊断%粗糙集%支持向量机
滾動軸承%故障診斷%粗糙集%支持嚮量機
곤동축승%고장진단%조조집%지지향량궤
对滚动轴承几种常见点蚀故障的振动信号特征值进行分析,使用粗糙集基于熵的离散化算法进行属性离散化,并采用基于属性重要度的启发式约简算法进行属性约简,然后选用径向基核函数的支持向量机将经过属性约简的特征向量输入支持向量机训练,建立支持向量机模型并进行故障识别与诊断.实验分析结果表明,应用粗糙集和支持向量机相结合的混合智能诊断方法,将粗糙集作为支持向量机的前置系统对数据进行预处理,利用粗糙集可以减少信息表达的属性数量和故障诊断决策系统的规则数,使支持向量机输入端数据量大大减少,提高系统的处理速度,对于滚动轴承振动信号的故障模式识别可以获得良好的效果.从而验证了粗糙集理论对滚动轴承故障诊断的有效性以及其应用价值.
對滾動軸承幾種常見點蝕故障的振動信號特徵值進行分析,使用粗糙集基于熵的離散化算法進行屬性離散化,併採用基于屬性重要度的啟髮式約簡算法進行屬性約簡,然後選用徑嚮基覈函數的支持嚮量機將經過屬性約簡的特徵嚮量輸入支持嚮量機訓練,建立支持嚮量機模型併進行故障識彆與診斷.實驗分析結果錶明,應用粗糙集和支持嚮量機相結閤的混閤智能診斷方法,將粗糙集作為支持嚮量機的前置繫統對數據進行預處理,利用粗糙集可以減少信息錶達的屬性數量和故障診斷決策繫統的規則數,使支持嚮量機輸入耑數據量大大減少,提高繫統的處理速度,對于滾動軸承振動信號的故障模式識彆可以穫得良好的效果.從而驗證瞭粗糙集理論對滾動軸承故障診斷的有效性以及其應用價值.
대곤동축승궤충상견점식고장적진동신호특정치진행분석,사용조조집기우적적리산화산법진행속성리산화,병채용기우속성중요도적계발식약간산법진행속성약간,연후선용경향기핵함수적지지향량궤장경과속성약간적특정향량수입지지향량궤훈련,건립지지향량궤모형병진행고장식별여진단.실험분석결과표명,응용조조집화지지향량궤상결합적혼합지능진단방법,장조조집작위지지향량궤적전치계통대수거진행예처리,이용조조집가이감소신식표체적속성수량화고장진단결책계통적규칙수,사지지향량궤수입단수거량대대감소,제고계통적처리속도,대우곤동축승진동신호적고장모식식별가이획득량호적효과.종이험증료조조집이론대곤동축승고장진단적유효성이급기응용개치.