仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2014年
3期
614-619
,共6页
康守强%李祝强%杨广学%王玉静
康守彊%李祝彊%楊廣學%王玉靜
강수강%리축강%양엄학%왕옥정
小波包分解%局部线性嵌入%支持向量机%滚动轴承%性能退化
小波包分解%跼部線性嵌入%支持嚮量機%滾動軸承%性能退化
소파포분해%국부선성감입%지지향량궤%곤동축승%성능퇴화
wavelet packet decomposition%local linear embedding%support vector machine%rolling bearing%performance degradation
对滚动轴承不同性能退化程度进行识别是性能退化评估的前提.为了提高性能退化程度的识别准确率,提出一种基于小波包与局部线性嵌入算法相结合的滚动轴承故障性能退化程度识别方法.首先计算单个样本振动信号的时域、频域指标,再对振动信号进行小波包分解并重构,提取节点信号的时域、频域指标和奇异值构造特征向量,并将多个样本的特征向量排列组合成特征矩阵,然后利用局部线性嵌入算法对特征矩阵当中的特征维数进行约简.最后利用支持向量机对滚动轴承不同性能退化程度进行识别,验证提出方法的可行性和有效性.实验表明,该方法可以准确地识别出滚动轴承不同性能退化程度.
對滾動軸承不同性能退化程度進行識彆是性能退化評估的前提.為瞭提高性能退化程度的識彆準確率,提齣一種基于小波包與跼部線性嵌入算法相結閤的滾動軸承故障性能退化程度識彆方法.首先計算單箇樣本振動信號的時域、頻域指標,再對振動信號進行小波包分解併重構,提取節點信號的時域、頻域指標和奇異值構造特徵嚮量,併將多箇樣本的特徵嚮量排列組閤成特徵矩陣,然後利用跼部線性嵌入算法對特徵矩陣噹中的特徵維數進行約簡.最後利用支持嚮量機對滾動軸承不同性能退化程度進行識彆,驗證提齣方法的可行性和有效性.實驗錶明,該方法可以準確地識彆齣滾動軸承不同性能退化程度.
대곤동축승불동성능퇴화정도진행식별시성능퇴화평고적전제.위료제고성능퇴화정도적식별준학솔,제출일충기우소파포여국부선성감입산법상결합적곤동축승고장성능퇴화정도식별방법.수선계산단개양본진동신호적시역、빈역지표,재대진동신호진행소파포분해병중구,제취절점신호적시역、빈역지표화기이치구조특정향량,병장다개양본적특정향량배렬조합성특정구진,연후이용국부선성감입산법대특정구진당중적특정유수진행약간.최후이용지지향량궤대곤동축승불동성능퇴화정도진행식별,험증제출방법적가행성화유효성.실험표명,해방법가이준학지식별출곤동축승불동성능퇴화정도.
