收藏本站
《中山大学学报(自然科学版)》 2019年05期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于VMD和马氏距离SVM的滚动轴承故障诊断

乔美英  刘宇翔  兰建义  
【摘要】:针对滚动轴承早期故障识别较困难的问题,提出一种基于变分模态分解(VMD)和马氏距离支持向量机(SVM)的诊断方法。首先,采用小波阀值法对原始振动信号进行去噪处理,获得有效的振动信号。其次,根据VMD分解后每个模态的中心频率大小不同,确定最终分解层数。同时,从分解后的变分模态分量中提取能量特征。最后,为了对样本间进行距离度量,将马氏距离引入SVM的高斯核函数计算中,建立了一个基于马氏距离的高斯函数核,用于支持向量机分类器。利用改进的SVM对轴承的运行状态进行识别,实验结果表明所提方法在识别轴承正常状态、内圈、外圈以及滚珠体故障时,具有较高的准确率。

免费申请
【参考文献】
中国期刊全文数据库 前1条
1 李光珍;刘文颖;云会周;高玉华;;母线负荷预测中样本数据预处理的新方法[J];电网技术;2010年02期
【共引文献】
中国期刊全文数据库 前10条
1 陈烨;高亚静;张建成;;基于离散Hopfield模式识别样本的GRNN非线性组合短期风速预测模型[J];电力自动化设备;2015年08期
2 尹星露;肖先勇;孙晓璐;;母线负荷异常数据复杂不确定性检测与基于综合云的修正模型[J];电力自动化设备;2015年06期
3 王义军;李殿文;高超;张洪赫;;基于改进的PSO-SVM的短期电力负荷预测[J];电测与仪表;2015年03期
4 廖峰;张泽良;黎永豪;徐聪颖;;考虑负荷特性的母线负荷异常数据修正方法[J];陕西电力;2014年11期
5 肖白;徐潇;穆钢;田莉;;空间负荷预测中确定元胞负荷最大值的概率谱方法[J];电力系统自动化;2014年21期
6 王义军;李殿文;;基于改进的SVM短期负荷预测研究[J];电测与仪表;2014年18期
7 欧阳森;冯天瑞;李翔;王克英;;基于Odds-Matrix算法的中长期电量组合预测方法及其应用[J];华南理工大学学报(自然科学版);2014年08期
8 常鲜戎;孙景文;;基于改进的模糊C均值聚类的负荷预处理[J];华北电力大学学报(自然科学版);2014年01期
9 孙谦;李嘉龙;王一;刘思捷;林英明;姚建刚;;基于解耦机制的短期母线负荷预测方法[J];广东电力;2013年12期
10 孙谦;姚建刚;金敏;杨胜杰;匡少林;徐振超;;基于特性矩阵分层分析的短期母线负荷预测坏数据处理策略[J];电工技术学报;2013年07期
【二级参考文献】
中国期刊全文数据库 前9条
1 刘旭;罗滇生;姚建刚;贺辉;张凯;刘霏;;基于负荷分解和实时气象因素的短期负荷预测[J];电网技术;2009年12期
2 李妮;江岳春;黄珊;毛李帆;;基于累积式自回归动平均传递函数模型的短期负荷预测[J];电网技术;2009年08期
3 徐玮;罗欣;刘梅;那志强;吴臻;黄静;姜巍;孙珂;;用于小水电地区负荷预测的两阶段还原法[J];电网技术;2009年08期
4 李春祥;牛东晓;孟丽敏;;基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型[J];电网技术;2009年02期
5 邓禹;熊静琪;范显峰;;基于小波变换的混合阈值去噪的方法研究[J];光通信研究;2008年03期
6 曾守桢;朱建华;;一种改进的小波阈值去噪方法[J];海洋技术;2008年01期
7 朱艳芹;杨先麟;;几种基于小波阈值去噪的改进方法[J];电子测试;2008年02期
8 高山,单渊达;小波奇异性检测在负荷数据纠错和平滑处理中的应用[J];中国电机工程学报;2001年11期
9 汪峰,于尔铿,周京阳;能量管理系统(EMS) 第4讲 电力系统负荷预报[J];电力系统自动化;1997年04期
【相似文献】
中国期刊全文数据库 前10条
1 乔美英;刘宇翔;兰建义;;基于VMD和马氏距离SVM的滚动轴承故障诊断[J];中山大学学报(自然科学版);2019年05期
2 虞国全;;基于SVM的径向基网络滚动轴承故障诊断方法研究[J];黑龙江科技信息;2009年07期
3 张英锋;马彪;张金乐;陈漫;范昱珩;李文昌;;基于光谱分析和SVM的综合传动故障诊断研究[J];光谱学与光谱分析;2010年06期
4 李亚晨;王珍;陈建国;杨铎;;基于奇异值谱与SVM的涡旋压缩机故障诊断方法研究[J];压缩机技术;2017年03期
5 姜万录;王振威;朱勇;董克岩;张生;;基于VMD消噪处理的滚动轴承早期故障识别[J];液压与气动;2017年05期
6 舒文杰;徐桂芳;魏国前;范勤;;SVM的起重机金属结构安全评估研究[J];机械设计与制造;2014年12期
7 陶新民;张冬雪;郝思媛;徐鹏;;基于谱聚类下采样失衡数据下SVM故障检测[J];振动与冲击;2013年16期
8 吴奇;武书彦;刘静;;基于F_υ-SVM的机械故障诊断方法[J];系统工程理论与实践;2010年07期
9 逯全波;王海宝;傅余;卿川;陈根;;基于匹配追踪和SVM的滚动轴承故障诊断[J];煤矿机械;2016年07期
10 蒲子玺;殷红;张楠;闫武起;彭珍瑞;;基于峭度准则VMD及平稳小波的轴承故障诊断[J];机械设计与研究;2017年01期
中国重要会议论文全文数据库 前10条
1 司爱威;冯辅周;江鹏程;饶国强;王建;;基于可变风险SVM模型的故障识别方法研究[A];第十届全国振动理论及应用学术会议论文集(2011)上册[C];2011年
2 王红军;徐小力;付瑶;;基于SVM的旋转机械故障诊断知识获取[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
3 刘嘉敏;彭玲;刘军委;袁佳成;;基于遗传算法的VMD参数优化与小波阈值的轴承振动信号去噪分析[A];第二十七届全国振动与噪声应用学术会议论文集[C];2016年
4 孙来军;沈永良;;多SVM多级信息融合与诊断决策模型的研究[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
5 潘威;李巍华;;基于ICA和SVM的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
6 陶新民;宋少宇;刘福荣;曹盼东;;基于Laplacian正则化的半监督SVM轴承故障检测新方法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 敦泊森;王奉涛;邓刚;刘晓飞;;基于稀疏自动编码器与SVM的滚动轴承故障诊断方法[A];第十二届全国振动理论及应用学术会议论文集[C];2017年
8 李宏坤;马孝江;;基于PCA和SVM往复式压缩机状态识别方法的研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
9 韩明;孙京诰;;基于PCA和SVM算法的带式输送机跑偏故障诊断研究[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
10 仝兆景;芦彤;张艳杰;赵运星;秦紫霓;;基于VMD和贝叶斯网络的电机轴承状态分析模型研究[A];煤矿自动化与信息化——第28届全国煤矿自动化与信息化学术会议暨第9届中国煤矿信息化与自动化高层论坛论文集[C];2019年
中国硕士学位论文全文数据库 前10条
1 李万涛;基于优化VMD方法的滚动轴承故障诊断研究[D];哈尔滨理工大学;2019年
2 马嘉俊;基于SVM的气阀故障诊断研究[D];电子科技大学;2016年
3 李万召;非平稳信号特征提取及基于SVM的设备性能评价方法研究[D];哈尔滨工业大学;2008年
4 吴祖迥;基于小波分析和SVM滚动轴承在线故障诊断研究[D];五邑大学;2014年
5 李伟;基于改进阈值函数及SVM的滚动轴承故障诊断[D];太原理工大学;2015年
6 刘雯;基于密度可调谱聚类的半监督SVM机械早期故障预示方法[D];华南理工大学;2011年
7 李亚超;基于VMD的滚动轴承故障诊断方法研究[D];石家庄铁道大学;2016年
8 宋自成;基于SVM的比例阀故障诊断[D];武汉科技大学;2009年
9 马丹阳;基于自适应增量LLE和SVM的滚动轴承健康状态评估方法研究[D];哈尔滨理工大学;2017年
10 白欣璐;基于SVM的旋片泵故障诊断及维修优化研究[D];天津科技大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026