为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法（HGWO-ISOMAP）的多分形自适应特征提取方法.利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造高维特征矩阵;通过HGWO优化后的ISOMAP算法对高维特征矩阵进行自适应特征筛选;将筛选后的特征矩阵输入到经遗传算法（GA）优化的最小二乘支持向量机（LSSVM）中进行故障状态识别.为了验证所提方法的优越性,采用课题组自主研发的回转支承综合性能试验台对某型号回转支承进行全寿命实验.结果表明,相比一般时域、时频域、频域特征提取方法,所提方法能提高识别精度,缩短计算时间,为回转支承特征提取提供新的有效途径.
类型: 期刊论文
作者: 赵祥龙,陈捷,洪荣晶,王华,李媛媛
关键词: 回转支承,特征提取,多分形特征,混合灰狼优化算法,等距映射
来源: 浙江大学学报(工学版) 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 南京工业大学机械与动力工程学院,江苏省工业装备数字制造及控制技术重点实验室,敏实集团
基金: 国家自然科学基金资助项目(51875273),2014年度高校",青蓝工程",中青年学术带头人资助项目
分类号: TH133;TP18
页码: 2092-2101
总页数: 10
文件大小: 1867K
下载量: 84
本文来源: https://www.lunwen90.cn/article/3bad2e09d02f03e2e7412567.html