Print

基于VMD及模糊相关分类器的滚动轴承故障诊断

论文摘要

针对滚动轴承非平稳性的振动信号,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)及模糊相关分类器的故障诊断方法。首先,对振动信号进行VMD分解,计算分解后分量与原信号的互信息值,利用互信息值提取无噪声分量,获得重构信号;其次,利用模糊函数在处理非平稳信号方面的优越性,结合相关系数提出模糊相关分类器;最后,将多组不同工作状态的重构信号输入模糊相关分类器,对多组数据进行训练与测试。实验结果表明,该方法能够有效的诊断出滚动轴承三种工作状态,且检测率较支持向量机及神经网络高。

论文目录

  • 1 引言
  • 2 变分模态分解方法原理
  • 3 模糊相关分类器
  •   3.1 模糊相关理论
  •   3.2 分类器基本原理
  • 4 实验研究
  •   4.1 采集实验数据
  •   4.2 实验数据分析
  •   4.3 模糊相关分类器
  • 5 总结

    • 文章来源

    类型: 期刊论文

    作者: 刘婷婷,张迪,王雪梅,葛明涛

    关键词: 滚动轴承,故障诊断,变分模态分解,模糊相关分类器

    来源: 机械设计与制造 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 机械工业,自动化技术

    单位: 郑州大学西亚斯国际学院电子工程系

    分类号: TP18;TH133.33

    DOI: 10.19356/j.cnki.1001-3997.2019.02.056

    页码: 222-225

    总页数: 4

    文件大小: 774K

    下载量: 161

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/8d70e30b1b90e6440bb6419a.html