留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于LMD近似熵和支持向量机的轴承故障诊断

张超 陈建军

张超, 陈建军. 基于LMD近似熵和支持向量机的轴承故障诊断[J]. 机械科学与技术, 2012, 31(9): 1539-1542,1548.
引用本文: 张超, 陈建军. 基于LMD近似熵和支持向量机的轴承故障诊断[J]. 机械科学与技术, 2012, 31(9): 1539-1542,1548.
Zhang Chao, Chen Jian-jun. Diagnosing Faults of Bearings with LMD Approximate Entropy and SVM[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(9): 1539-1542,1548.
Citation: Zhang Chao, Chen Jian-jun. Diagnosing Faults of Bearings with LMD Approximate Entropy and SVM[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(9): 1539-1542,1548.

基于LMD近似熵和支持向量机的轴承故障诊断

基金项目: 

内蒙古高等学校科学技术研究项目(NJZY11148)资助

详细信息
    作者简介:

    张超(1978-),博士研究生,研究方向为振动信号处理,旋转机械故障诊断,wypzc123@163.com;陈建军(联系人),教授,博士生导师,jjchen@xidian,edu.cn

    张超(1978-),博士研究生,研究方向为振动信号处理,旋转机械故障诊断,wypzc123@163.com;陈建军(联系人),教授,博士生导师,jjchen@xidian,edu.cn

Diagnosing Faults of Bearings with LMD Approximate Entropy and SVM

  • 摘要: 针对轴承振动信号的非平稳特征和现实中难以获得大量典型故障样本的情况,提出了一种基于局部均值分解(local mean decomposition,LMD)的近似熵和支持向量机的轴承故障诊断方法。首先通过LMD方法将非平稳的原始加速度振动信号分解成若干个平稳的乘积函数(productionfunction,PF);轴承发生不同的故障时,在不同频带内的信号近似熵值会发生改变,故可通过计算不同振动信号的LMD近似熵判断是否发生故障和发生的故障类型;从包含有主要故障信息的PF分量中提取出来的近似熵特征作为输入建立支持向量机(support vector machine,SVM),判断轴承的工作状态和故障类型。
  • [1] 毕果,陈进,李富才等.谱相关密度分析在轴承点蚀故障诊断中的研究[J].振动工程学报,2006,19(3):388~393
    [2] 段晨东,何正嘉.一种基于提升小波的故障特征提取方法及其应用[J].振动与冲击,2007,26(2):10~13
    [3] 康海英,祁彦洁,王虹等.利用倒阶次谱和经验模态分解的轴承故障诊断[J].振动、测试与诊断,2009,29(1):275~277
    [4] Li C J,Wu S M.On-line detection of localized defects in bearingsby pattern recognition analysis[J].ASME Journal of Engineer-ing for Industries,1989,111:331~336
    [5] Peng Z,Chu F,He Y.Vibration signal analysis and feature ex-traction based on re-assigned wavelet scalogram[J].Journal ofSound and Vibration,2002,253(5):1087~1100
    [6] Jonathan S Smith.The local mean decomposition and its applica-tion to EEG perception data[J].Journal of the Royal SocietyInterface,2005,2(5):443~454
    [7] 程军圣,杨宇,于德介.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,2009,22(1):76~84
    [8] Pincus S M.Approximate entropy as a measure of system complex-ity[A].Proceedings of the National Academy Sciences USA[C],1991,88(6):2297~2301
    [9] 祝志慧,孙云.基于EMD近似熵和SVM的电力线路故障类型识别[J].电力自动化设备,2008,28(7):81~84
  • 加载中
计量
  • 文章访问数:  146
  • HTML全文浏览量:  30
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-07-13
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回