振动、测试与诊断
振動、測試與診斷
진동、측시여진단
JOURNAL OF VIBRATION, MEASUREMENT & DIAGNOSIS
2015年
3期
499-506
,共8页
李巍华%林龙%单外平
李巍華%林龍%單外平
리외화%림룡%단외평
广义S变换%二维主成分分析%图像识别%特征提取%故障诊断
廣義S變換%二維主成分分析%圖像識彆%特徵提取%故障診斷
엄의S변환%이유주성분분석%도상식별%특정제취%고장진단
将轴承故障诊断问题转化为故障信号时频图像的识别问题,提出一种采用双向二维主成分分析(tw o‐direc‐tional ,two‐dimensional ,principal component analysis ,简称 TD‐2DPCA)的时频图像矩阵特征提取方法。首先,利用广义S变换将轴承故障信号变换为时频域图像,采用一种双向压缩的二维PC A方法对图像信息进行特征提取;然后,进行了轴承故障试验,分别采集了轴承在正常、内圈故障及外圈故障状态下的振动信号,采用所述方法对轴承3种状态下的时频分布图像进行特征提取,并根据集成矩阵距离(assembled matrix distance ,简称AMD)实现图像的分类识别。试验结果表明,结合广义S变换的双向2DPCA特征提取算法可有效提高计算效率,同时具有良好的诊断性能。
將軸承故障診斷問題轉化為故障信號時頻圖像的識彆問題,提齣一種採用雙嚮二維主成分分析(tw o‐direc‐tional ,two‐dimensional ,principal component analysis ,簡稱 TD‐2DPCA)的時頻圖像矩陣特徵提取方法。首先,利用廣義S變換將軸承故障信號變換為時頻域圖像,採用一種雙嚮壓縮的二維PC A方法對圖像信息進行特徵提取;然後,進行瞭軸承故障試驗,分彆採集瞭軸承在正常、內圈故障及外圈故障狀態下的振動信號,採用所述方法對軸承3種狀態下的時頻分佈圖像進行特徵提取,併根據集成矩陣距離(assembled matrix distance ,簡稱AMD)實現圖像的分類識彆。試驗結果錶明,結閤廣義S變換的雙嚮2DPCA特徵提取算法可有效提高計算效率,同時具有良好的診斷性能。
장축승고장진단문제전화위고장신호시빈도상적식별문제,제출일충채용쌍향이유주성분분석(tw o‐direc‐tional ,two‐dimensional ,principal component analysis ,간칭 TD‐2DPCA)적시빈도상구진특정제취방법。수선,이용엄의S변환장축승고장신호변환위시빈역도상,채용일충쌍향압축적이유PC A방법대도상신식진행특정제취;연후,진행료축승고장시험,분별채집료축승재정상、내권고장급외권고장상태하적진동신호,채용소술방법대축승3충상태하적시빈분포도상진행특정제취,병근거집성구진거리(assembled matrix distance ,간칭AMD)실현도상적분류식별。시험결과표명,결합엄의S변환적쌍향2DPCA특정제취산법가유효제고계산효솔,동시구유량호적진단성능。