论文摘要
针对旋转机械中齿轮故障诊断问题,为尽可能提高故障诊断准确性,提出了一种基于多维度特征表征与支持向量机(SVM)的齿轮故障诊断方法。首先,从不同维度分别使用小波包、单一能量、变分模态分解以及集合经验模态分解四种特征提取方法提取齿轮振动信号的特征;其次,将提取的特征信息按照一定的方式进行特征融合表征;最后,采用SVM分类方法对齿轮的运行状态(正常状态,轻微故障,中等故障,断齿故障)进行评估,从而实现齿轮故障诊断。通过多组特征融合表征研究分析表明,多维度融合的特征表征较单一维度特征信息更能够有效地反映齿轮运行状态,有助于进一步提高齿轮故障诊断准确率。
论文目录
文章来源
类型: 期刊论文
作者: 潘礼正,朱大帅,佘世刚
关键词: 齿轮,故障诊断,多维度,特征提取,模式分类
来源: 机械设计与制造 2019年S1期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 常州大学机械工程学院
基金: 国家自然科学基金(61773078),常州市科技支撑计划项目(CE20175040)
分类号: TH132.41
DOI: 10.19356/j.cnki.1001-3997.2019.s1.025
页码: 104-107+113
总页数: 5
文件大小: 1670K
下载量: 163
相关论文文献
- [1].基于在线贯序极限学习机的齿轮故障诊断方法[J]. 机械设计与制造 2016(12)
- [2].浅谈齿轮故障诊断技术的应用[J]. 科技风 2016(22)
- [3].基于人工免疫算法的齿轮故障诊断研究[J]. 太原科技大学学报 2017(04)
- [4].排列熵与核极限学习机在齿轮故障诊断中的应用[J]. 中国测试 2017(07)
- [5].基于奇异值分解和支持向量机的齿轮故障诊断[J]. 机械传动 2013(09)
- [6].基于双层长短时记忆网络的齿轮故障诊断方法[J]. 装甲兵工程学院学报 2018(02)
- [7].基于声卡和虚拟仪器技术的齿轮故障诊断系统[J]. 机床与液压 2011(11)
- [8].齿轮故障诊断测试研究[J]. 机械制造 2018(09)
- [9].基于特征融合和稀疏表示的齿轮故障诊断[J]. 机械传动 2017(01)
- [10].基于稀疏分解和包络解调的齿轮故障诊断[J]. 机械研究与应用 2017(04)
- [11].支持向量机在齿轮故障诊断中的应用[J]. 三峡大学学报(自然科学版) 2012(02)
- [12].数据仓库技术在齿轮故障诊断中的应用[J]. 机械传动 2010(01)
- [13].振动诊断在机械设备齿轮故障诊断中的应用[J]. 煤矿机械 2009(05)
- [14].遗传神经网络在齿轮故障诊断中的应用[J]. 郑州大学学报(工学版) 2012(03)
- [15].局部均值分解在齿轮故障诊断中的应用研究[J]. 振动与冲击 2011(06)
- [16].局部均值分解方法及其在齿轮故障诊断中的应用[J]. 振动工程学报 2009(01)
- [17].匹配追踪在齿轮故障诊断中的应用[J]. 上海交通大学学报 2009(06)
- [18].基于频率切片小波变换时频分析的齿轮故障诊断[J]. 机械强度 2017(05)
- [19].基于形态小波去噪的齿轮故障诊断[J]. 机械强度 2015(03)
- [20].基于齿轮故障诊断中的信号处理技术[J]. 科技展望 2015(23)
- [21].基于声信号分析的齿轮故障诊断方法[J]. 北京科技大学学报 2008(04)
- [22].煤矿机械齿轮故障诊断研究[J]. 能源与节能 2019(11)
- [23].改进极限学习机在风机齿轮故障诊断中的应用[J]. 科技经济导刊 2017(25)
- [24].利用时序模型参数指标的齿轮故障诊断研究[J]. 现代制造工程 2009(06)
- [25].频谱分析法在齿轮故障诊断中的应用[J]. 石油化工设备技术 2019(01)
- [26].基于蛾火优化的自适应最稀疏时频分析方法及应用[J]. 噪声与振动控制 2019(05)
- [27].基于单通道盲源分离的齿轮故障诊断研究[J]. 现代制造工程 2017(04)
- [28].相空间重构法在齿轮故障诊断中的应用[J]. 科技信息 2010(35)
- [29].基于LMD排列熵的齿轮故障诊断[J]. 内燃机与配件 2019(02)
- [30].频谱分析法在齿轮故障诊断中的应用[J]. 化学工程与装备 2018(10)