資源描述：
《基于諧波小波包和SVM的滾動軸承故障診斷方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第31卷第4期沈陽航空航天大學(xué)學(xué)報VolI31No．42014年8月JoumalofShenyangAerospaceUniVers時Aug．2014文章編號：2095—1248(2014)04—0050—05基于諧波小波包和SVM的滾動軸承故障診斷方法徐濤，裴愛嶺，劉勇(沈陽航空航天大學(xué)自動化學(xué)院，沈陽110136)摘要：針對滾動軸承故障診斷問題開展研究，設(shè)計了基于諧波小波包和支持向量機(sVM)的新型診斷方法。與傳統(tǒng)的時頻特征提取方法相比，諧波小波包具有盒狀頻譜和無限細分的優(yōu)勢。首先對滾動軸承的振動數(shù)據(jù)進行諧波小波包分解，利用各頻段的小波分解系數(shù)計算特征能量
2、，歸一化之后作為特征向量，為設(shè)計的多類sVM模型提供訓(xùn)練樣本和測試樣本。利用sVM的非線性映射能力，將三個二分類器相組合設(shè)計了基于二叉樹的多類sVM模型，實現(xiàn)了對滾動軸承的故障診斷。最后，利用casewest鋤Resen，euIliversity電氣工程實驗室的滾動軸承試驗臺的振動數(shù)據(jù)對設(shè)計的診斷方法進行了驗證。結(jié)果表明，設(shè)計的診斷方法比傳統(tǒng)的方法具有更高的準(zhǔn)確率。關(guān)鍵詞：故障診斷；滾動軸承；諧波小波包；支持向量機中圖分類號：TP206．3文獻標(biāo)志碼：Adoi：10．3969／i．issn．2095—1248．2014．04．010Faultdiagnosiso
3、froUerbearingswithharmonicwaVeletpackageandSVMXUTao，PEI～一1ing，LIUYong(C01legeofAutomation，ShenyangAerospaceUIliVersity，Shenyallg11叭36，China)Abstract：Thisp叩erfocusesonr01lerbe撕ngfaultdiagnosisandproposesanoVelmemodwimh姍onicwaveletpackageandSupportVectorMaclline(SVM)．Comparedwimtllecon
4、Ventionaltime。fbquencyfea—tureexactionmemod，hanIlonicwaveletpackagepossessesbetterperfbmlanceswimbox—shapedspectmmandunliIIlitedsubdivision．鼢sⅡy，t11erollerbe撕ngVibrationsignalsaredecomposedwithhanllonicwaVeletpackageandmefeatureenergyiscalculatedwimcoefficientsofeachspectmm．Afterthef
5、eatureenergyhasbeennomalized，thefeaturevectorisavailableformetrainingsamplesortestingsamplesoftllediagnosismodel．Basedonmemulti—levelbinarytree，thispaperestablishesamulti—classmcationSVMmodelduetoitssuperiornonlinearmappingcapability．Tllree2一classificationsareincorporatedtodiagnoseth
6、er011erbear—ingfaults．Finally，meproposedmetllodistestedwimmeVibrationdatafromther011erbearingstandoftheelectricengineering1abinCaseWestemReser、，eUniVersity．Theexp舐mentalresultsshowtlleproposedmemodpossesseshigheraccuracycomparedwithconven廿onalmethods．Keywords：faultdiagnosis；rollerbea
7、ring；h鋤10nicwaVeletpackage；supportVectormachine作為一種精密的機械元件，滾動軸承是機械設(shè)備中廣泛應(yīng)用的部件，其運轉(zhuǎn)狀態(tài)的好壞將直接影響設(shè)備的性能及生產(chǎn)安全，一旦發(fā)生故障將導(dǎo)致非常嚴(yán)重的后果。因此，針對滾動軸承故障診斷技術(shù)開展研究對保障設(shè)備的安全運行非常重要。由于滾動軸承振動信號的非平穩(wěn)特性，國內(nèi)外的很多研究人員利用時頻分析技術(shù)提取故障特征。文獻[1]采用多尺度線調(diào)頻基的稀疏信號分解方法將非滾動軸承的平穩(wěn)信號轉(zhuǎn)化為平穩(wěn)信號，實現(xiàn)對內(nèi)圈故障和外圈故障的特征識別。文收稿日期：2014—05—28作者簡介：徐濤(1971一)
8、，男，遼寧彰武人，副教授
