振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2013年
13期
43-48
,共6页
本征时间尺度分解%变量预测模型%多分类%机械故障诊断%机器学习
本徵時間呎度分解%變量預測模型%多分類%機械故障診斷%機器學習
본정시간척도분해%변량예측모형%다분류%궤계고장진단%궤기학습
intrinsic time-scale decomposition (ITD)%variable predictive model-based class discrimination (VPMCD)%multi-classification%machine fault diagnosis%machine learning
基于变量预测模型的模式识别(variable predictive model based class discriminate,VPMCD)方法是一种充分利用特征值之间相互内在关系进行多分类模式识别的新方法.对VPMCD算法进行了研究,并采用交叉验证法来选择VPMCD模型.针对机械故障振动信号的特征值之间的相互内在关系,结合本征时间尺度分解(intrinsic time-scale decom-position,ITD),提出了一种基于本征时间尺度分解和VPMCD的机械故障诊断方法.该方法首先利用ITD方法将原始信号分解若干个PR(proper rotation,PR)分量,然后提取第一个PR分量的无量纲时域统计参数组成特征向量,最后采用VPMCD方法进行机械故障诊断.通过滚动轴承故障诊断实验验证了该方法能有效地应用于小样本多分类机械故障诊断.
基于變量預測模型的模式識彆(variable predictive model based class discriminate,VPMCD)方法是一種充分利用特徵值之間相互內在關繫進行多分類模式識彆的新方法.對VPMCD算法進行瞭研究,併採用交扠驗證法來選擇VPMCD模型.針對機械故障振動信號的特徵值之間的相互內在關繫,結閤本徵時間呎度分解(intrinsic time-scale decom-position,ITD),提齣瞭一種基于本徵時間呎度分解和VPMCD的機械故障診斷方法.該方法首先利用ITD方法將原始信號分解若榦箇PR(proper rotation,PR)分量,然後提取第一箇PR分量的無量綱時域統計參數組成特徵嚮量,最後採用VPMCD方法進行機械故障診斷.通過滾動軸承故障診斷實驗驗證瞭該方法能有效地應用于小樣本多分類機械故障診斷.
기우변량예측모형적모식식별(variable predictive model based class discriminate,VPMCD)방법시일충충분이용특정치지간상호내재관계진행다분류모식식별적신방법.대VPMCD산법진행료연구,병채용교차험증법래선택VPMCD모형.침대궤계고장진동신호적특정치지간적상호내재관계,결합본정시간척도분해(intrinsic time-scale decom-position,ITD),제출료일충기우본정시간척도분해화VPMCD적궤계고장진단방법.해방법수선이용ITD방법장원시신호분해약간개PR(proper rotation,PR)분량,연후제취제일개PR분량적무량강시역통계삼수조성특정향량,최후채용VPMCD방법진행궤계고장진단.통과곤동축승고장진단실험험증료해방법능유효지응용우소양본다분류궤계고장진단.
