论文摘要
为解决Volterra模型用于复杂机械系统非线性特征提取时存在估计参数过多的问题,提出了一种新的Volterra-PARAFAC预测模型.在非线性特征提取中,所提出的预测模型的估计参数数目大大低于传统的Volterra预测模型参数,有效地避免了维数灾难问题.在Volterra-PARAFAC预测模型辨识过程中,利用最小均方自适应（LMS）算法估计Volterra-PARAFAC预测模型的核参数向量,从而精确描述非线性系统.利用该方法对滚动轴承多种故障状态下的振动信号进行分析,得到的特征向量具有非常好的分类性能.试验结果表明,该方法能有效提取复杂机械系统的非线性特征,并能准确对不同状态下的滚动轴承故障信号进行分类.相比于传统的Volterra模型故障诊断方法,所提方法能够更准确地对滚动轴承故障进行诊断.
论文目录
文章来源
类型: 期刊论文
作者: 杨诚,贾民平
关键词: 滚动轴承,预测模型,最小均方自适应算法,故障诊断
来源: 东南大学学报(自然科学版) 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 东南大学机械工程学院
基金: 国家自然科学基金资助项目(51675098)
分类号: TH133.33
页码: 742-748
总页数: 7
文件大小: 919K
下载量: 183
相关论文文献
- [1].利用包络解调技术分析诊断滚动轴承故障[J]. 冶金动力 2020(01)
- [2].基于多特征提取和改进马田系统的滚动轴承故障分类方法研究[J]. 振动与冲击 2020(06)
- [3].关于滚动轴承故障检测的改进包络分析[J]. 科技创新导报 2020(04)
- [4].滚动轴承故障诊断技术[J]. 福建电脑 2020(06)
- [5].滚动轴承故障诊断方法综述[J]. 内燃机与配件 2019(23)
- [6].经验模态分解和神经网络在滚动轴承故障诊断中应用研究[J]. 安徽建筑大学学报 2016(04)
- [7].基于包络谱分析的滚动轴承故障诊断方法研究[J]. 煤矿机械 2017(02)
- [8].排列熵与核极限学习机在滚动轴承故障诊断中的应用[J]. 组合机床与自动化加工技术 2017(02)
- [9].非平稳工况的滚动轴承故障特征研究新方法[J]. 机械设计与研究 2017(01)
- [10].基于压缩信息特征提取的滚动轴承故障诊断方法[J]. 中国机械工程 2017(07)
- [11].循环平稳在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2017(06)
- [12].基于小波包分解与权重包络谱的滚动轴承故障特征增强[J]. 机械设计与研究 2017(03)
- [13].滚动轴承故障诊断实例[J]. 设备管理与维修 2016(10)
- [14].关于提升机滚动轴承故障分析及研究[J]. 中国石油和化工标准与质量 2020(21)
- [15].低转速设备滚动轴承故障诊断技巧[J]. 科学技术创新 2020(10)
- [16].基于机器学习算法的滚动轴承故障诊断研究[J]. 组合机床与自动化加工技术 2020(07)
- [17].基于熵特征和堆叠稀疏自编码器的滚动轴承故障诊断方法[J]. 工业控制计算机 2020(10)
- [18].变转速下滚动轴承故障诊断方法研究现状分析[J]. 军事交通学院学报 2019(07)
- [19].基于嵌入式系统的滚动轴承故障实时诊断[J]. 现代电子技术 2017(07)
- [20].基于小波变换的滚动轴承故障信号降噪研究[J]. 自动化应用 2017(08)
- [21].灰色极限学习机在滚动轴承故障预测中的应用[J]. 计算机测量与控制 2017(07)
- [22].经验模式分解在滚动轴承故障诊断中的应用[J]. 军事交通学院学报 2016(09)
- [23].基于广义S变换的滚动轴承故障诊断方法研究[J]. 机床与液压 2015(01)
- [24].一种改进的滚动轴承故障诊断方法[J]. 机械制造 2012(05)
- [25].神经网络在滚动轴承故障诊断中的应用[J]. 装备制造技术 2010(01)
- [26].石化企业电机滚动轴承故障诊断模型研究[J]. 企业技术开发 2008(09)
- [27].一种基于广义解调的滚动轴承故障特征提取方法[J]. 振动与冲击 2020(20)
- [28].基于多自由度的小波包滚动轴承故障诊断方法[J]. 上海电机学院学报 2016(06)
- [29].基于变分模态分解改进方法的滚动轴承故障特征提取[J]. 图学学报 2016(06)
- [30].基于复合多尺度熵与拉普拉斯支持向量机的滚动轴承故障诊断方法[J]. 中国机械工程 2017(11)
标签：滚动轴承论文; 预测模型论文; 最小均方自适应算法论文; 故障诊断论文;