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