資源描述：
《基于EEMD樣本熵和SVDD的在役錨固螺桿故障診斷研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、軟件2015年第36卷第2期S0FTWARE國際IT傳媒品牌基于EEMD樣本熵和SVDD的在役錨固螺桿故障診斷研究常貴春，葉俊勇，李陽(重慶大學(xué)，光電技術(shù)及系統(tǒng)教育部重點實驗室，重慶400044)摘要：為了實現(xiàn)對重慶市輕軌軌道梁的在役錨固螺桿的健康檢測并且能夠及時發(fā)現(xiàn)故障螺桿，本文提出了一種基于集合經(jīng)驗?zāi)B(tài)分解(EEMD)的樣本熵與支持向量數(shù)據(jù)描述(SVDD)相結(jié)合的診斷方法。首先，利用EEMD方法將得到的正常錨固螺桿振動信號分解為若干個平穩(wěn)的本征模態(tài)函數(shù)(IMF)分量，然后計算得到每個分量的樣本熵，最后
2、把得到的樣本熵作為特征集輸入到SVDD分類器進(jìn)行訓(xùn)練和分類。大量實驗結(jié)果表明，該方法不僅解決了故障樣本缺乏的難題而且對錨固螺桿故障識別的錯分率可以控制在5％以下，因此可以作為錨固螺桿是否處于正常工作狀態(tài)的重要檢測方法。關(guān)鍵詞：錨固螺桿；集合經(jīng)驗?zāi)B(tài)分解；支持向量數(shù)據(jù)描述；樣本熵中圖分類號：TP393文獻(xiàn)標(biāo)識碼：ADOI：10．3969／i．issn．10036970．2015．02．005本文著錄格式：常貴春，葉俊勇，李陽．基于EEMD樣本熵和SVDD的在役錨固螺桿故障診斷研究Ⅱ]．軟件，2015，36(
3、2)：20-26ResearchofScrewFaultDiagnosisin-serviceBasedonEEMDSampleEntropyandSVDDCHANGGui．ehun(KeyLaboratoryofOptoelectronicTechnology＆SystemsMinistryTechnologyofEducation．ChongqingUniversity，Chongqing400044，China)[Abstract]：Inordertoachievethehealthdetectio
4、nofthelight-rail’sin—servicescrewsinChongqingandfindfaultscrewintime，inthispaperamethodbasedonEEMDsampleentropyandSVDDisproposed．First，decomposethenormalscrews’signalintoanumberofstationaryIMFS，thencalculatethesampleentropyofeveryIMF,intheend，putthesample
5、entropyintoSVDDclassifiertobetrainedandclassified．Alargenumberofexperimentalresultsshowthatthismethodnotonlycansolvetheproblemofthemissingofthefaultsamples，butalsocallcontroltheerrorratebelow5％，SOthismethodisagoodwaytodiagnosisthescrews．[Keywords]：screws；
6、EnsembleEmpiricalModeDecomposition；SupportVectorDataDescription；SampleEntropy0引言重慶市的輕軌交通系統(tǒng)是一個典型的城市高架軌道梁系統(tǒng)。其中錨固螺桿是整個系統(tǒng)的關(guān)鍵受力結(jié)構(gòu)，連接著軌道梁和墩臺，他們的健康狀況至關(guān)重要。但是由于特殊的結(jié)構(gòu)，一旦安裝不便于拆卸，所以錨固螺桿在錨箱內(nèi)的安全情況很難掌握。另外由于錨固螺桿需要長期服役，天氣變化，氣候潮濕，以及復(fù)雜的受力狀況等多種因素都會對他們的健康狀況產(chǎn)生很大的影響。錨固螺桿故障如若被遺漏
7、，可能會導(dǎo)致軌道梁結(jié)構(gòu)發(fā)生安全事故，其導(dǎo)致的后果是不可想象的。因此，有效的錨固螺桿檢測手段對重慶市整個輕軌的健康安全運行至關(guān)重要。重慶是國內(nèi)首次引進(jìn)跨座式單軌交通的城市，因此在國內(nèi)對軌道梁中錨固螺桿健康狀況診斷的研究還基金項目：中央高?；究蒲谢鹳Y助項目fNO．106112013CDJZR120014)。作者簡介：常貴春(1990-)，女，重慶大學(xué)研究生，研究方向：信號處理與模式識別；葉俊~(1973_)，男，光學(xué)工程博士后，副教授，研究生導(dǎo)師，主要研究方向：數(shù)字圖像處理、模式識別、機(jī)器視覺、無損檢測；
8、李1~(1989-)，男，重慶大學(xué)博士研究生，研究方向：計算機(jī)視覺、模式識別、機(jī)器學(xué)習(xí)常貴春等：基于EEMD樣本熵和SVDD的在役錨固螺桿故障診斷研究處于不成熟階段。以往的方法主要分為兩類：一類方法主要是對信號進(jìn)行特征提取，如時頻特征提取，小波包分解?。然后用傳統(tǒng)識別分類方法分類，但是由于傳統(tǒng)識別分類方法需要大量故障樣本，而錨固螺桿的故障樣本又極度匱乏，使得現(xiàn)實診斷效果極度不理想。另一類方法是不進(jìn)行特征提取，直接對振動脈沖響應(yīng)
