论文摘要
针对滚动轴承故障信号一般为非线性、非平稳信号的特点,以及故障频率难以提取的问题,提出了基于补充集合经验模态分解(CEEMD)和小波核极限学习机(WKELM)的滚动轴承故障诊断方法。针对轴承运行中的振动测试信号,首先利用CEEMD对原始信号进行分解,得到若干个特征分量(IMF),利用相关系数法筛选和重构IMF分量,求解各分量的多尺度熵(MSE)。经过对重构信号的包络谱分析可以证明相关特征可反映原信号的故障频率,然后将多尺度熵作为特征向量输入到WKELM中进行训练和测试。实验结果显示,该方法诊断时间为0.1015s,精度达到97.96%,相较支持向量机和BP神经网络诊断方法更有优势。
论文目录
文章来源
类型: 期刊论文
作者: 邹剑晖,敖银辉
关键词: 滚动轴承,故障诊断,补充集合经验模态分解,多尺度熵,小波核极限学习机
来源: 组合机床与自动化加工技术 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 广东工业大学机电工程学院
分类号: TH133.3
DOI: 10.13462/j.cnki.mmtamt.2019.11.019
页码: 74-77+82
总页数: 5
文件大小: 1151K
下载量: 142
相关论文文献
- [1].嵌入式轴承故障诊断系统的设计与实现[J]. 国外电子测量技术 2019(11)
- [2].快速路径的多时频曲线时变转速轴承故障诊断[J]. 制造技术与机床 2020(09)
- [3].分数阶傅里叶变换在轴承故障诊断中的应用[J]. 哈尔滨理工大学学报 2017(03)
- [4].多技术融合的电机轴承故障诊断方法[J]. 数码世界 2020(03)
- [5].小波分析和小波包分析在轴承故障诊断中的对比分析[J]. 煤矿机械 2019(12)
- [6].轴承故障诊断措施研究[J]. 现代农机 2020(03)
- [7].变负载轴承故障诊断卷积神经网络模型[J]. 科学技术与工程 2020(15)
- [8].基于移动平台的轴承故障诊断系统设计[J]. 工业加热 2020(07)
- [9].小波预处理的神经网络在轴承故障诊断中的应用[J]. 应用科技 2016(06)
- [10].基于经验模态分解和形态滤波的矿用轴承故障诊断[J]. 煤炭技术 2017(07)
- [11].基于振动信号的轴承故障诊断技术综述[J]. 轴承 2015(09)
- [12].煤矿机械齿轮和轴承故障诊断研究[J]. 科技致富向导 2015(17)
- [13].基于深度学习的观光车轴承故障诊断[J]. 工业控制计算机 2020(11)
- [14].基于深度卷积神经网络的轴承故障诊断方法[J]. 电子测量与仪器学报 2020(03)
- [15].模糊控制系统模型在轴承故障诊断中的应用[J]. 工程技术研究 2020(10)
- [16].采用形变周期势系统的轴承故障诊断方法[J]. 西安交通大学学报 2020(08)
- [17].基于稠密卷积网络的轴承故障诊断[J]. 噪声与振动控制 2020(04)
- [18].基于词袋模型和极限学习机的轴承故障诊断[J]. 测控技术 2017(02)
- [19].基于深度置信网络的牵引电机轴承故障诊断方法[J]. 城市轨道交通研究 2020(01)
- [20].论神经网络的直升机自动倾斜器轴承故障诊断方法[J]. 中国新通信 2020(01)
- [21].基于小波包和梯度提升决策树的轴承故障诊断[J]. 陕西科技大学学报 2020(05)
- [22].基于一维空洞卷积的轴承故障诊断[J]. 煤矿机械 2020(12)
- [23].频域分析在风机轴承故障诊断上的应用[J]. 广东化工 2020(23)
- [24].基于小波分析的轴承故障诊断研究[J]. 煤 2013(07)
- [25].渣浆泵轴承故障诊断系统设计与应用[J]. 煤炭工程 2009(02)
- [26].机车轴承故障诊断中的多智能传感器技术应用分析[J]. 铁路计算机应用 2008(03)
- [27].高速机车轴承故障诊断与剩余寿命预测的发展及展望[J]. 轴承 2020(03)
- [28].基于定子电流的无刷直流电机轴承故障诊断[J]. 南京航空航天大学学报 2020(02)
- [29].采煤机轴承故障诊断系统设计[J]. 自动化应用 2020(08)
- [30].基于广义S变换的齿轮箱轴承故障诊断方法[J]. 中国机械工程 2017(01)
标签：滚动轴承论文; 故障诊断论文; 补充集合经验模态分解论文; 多尺度熵论文; 小波核极限学习机论文;