计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
COMPUTER INTEGRATED MANUFACTURING SYSTEMS
2014年
9期
2275-2282
,共8页
贾峰%武兵%熊晓燕%熊诗波
賈峰%武兵%熊曉燕%熊詩波
가봉%무병%웅효연%웅시파
多维度排列熵%支持向量机%早期故障诊断%滚动轴承
多維度排列熵%支持嚮量機%早期故障診斷%滾動軸承
다유도배렬적%지지향량궤%조기고장진단%곤동축승
multi-dimension permutation entropy%support vector machine%early fault diagnosis%rolling bearing
针对许多现有方法无法有效诊断滚动轴承早期故障的问题,引入排列熵的方法对轴承振动信号进行早期故障分析.通过研究嵌入维数和延迟时间对信号排列熵的影响,提出多维度排列熵的特征提取方法.利用多维度排列熵方法所提取的特征,建立了基于支持向量机的轴承早期故障智能诊断模型.对轴承不同类型、不同程度的故障数据进行分析,证明了多维度排列熵方法可以有效提取轴承不同状态的特征信息,与支持向量机结合的智能诊断模型可以精确地诊断轴承不同类型的早期故障,具有很强的通用性;该模型在贫样本的情况下,依然具有很高的诊断精度,适用于滚动轴承早期故障状态的在线监测.
針對許多現有方法無法有效診斷滾動軸承早期故障的問題,引入排列熵的方法對軸承振動信號進行早期故障分析.通過研究嵌入維數和延遲時間對信號排列熵的影響,提齣多維度排列熵的特徵提取方法.利用多維度排列熵方法所提取的特徵,建立瞭基于支持嚮量機的軸承早期故障智能診斷模型.對軸承不同類型、不同程度的故障數據進行分析,證明瞭多維度排列熵方法可以有效提取軸承不同狀態的特徵信息,與支持嚮量機結閤的智能診斷模型可以精確地診斷軸承不同類型的早期故障,具有很彊的通用性;該模型在貧樣本的情況下,依然具有很高的診斷精度,適用于滾動軸承早期故障狀態的在線鑑測.
침대허다현유방법무법유효진단곤동축승조기고장적문제,인입배렬적적방법대축승진동신호진행조기고장분석.통과연구감입유수화연지시간대신호배렬적적영향,제출다유도배렬적적특정제취방법.이용다유도배렬적방법소제취적특정,건립료기우지지향량궤적축승조기고장지능진단모형.대축승불동류형、불동정도적고장수거진행분석,증명료다유도배렬적방법가이유효제취축승불동상태적특정신식,여지지향량궤결합적지능진단모형가이정학지진단축승불동류형적조기고장,구유흔강적통용성;해모형재빈양본적정황하,의연구유흔고적진단정도,괄용우곤동축승조기고장상태적재선감측.
