收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于源信号包络矩阵奇异值的机械故障诊断方法

姚春江  毋文峰  陈小虎  苏勋家  
【摘要】:在机械信号处理中,机械振动信号大多是调制信号,而且测量信号也多是振动源信号的混合信号。提出了基于源信号包络矩阵奇异值的机械故障诊断方法,采用机械设备的多通道传感器观测信号进行盲源分离,得到其独立振动源信号,由源信号的上、下包络信号分别组成上、下包络矩阵并奇异值分解,上、下包络矩阵的奇异值首尾相接,组成机械设备的故障特征向量,最后引入最小二乘支持向量机分类器来识别和诊断机械设备的故障类型。液压齿轮泵的故障诊断试验表明,提取的源信号包络矩阵奇异值特征向量具有良好的聚类划分特性,而且数值稳定,最小二乘支持向量机分类器也取得了较高的故障识别率,因此,该方法是有效的,可以应用于机械设备的故障诊断实践中。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王晓升,屈梁生;截尾奇异值分解技术在动平衡中的应用[J];中国机械工程;1998年06期
2 袁小宏,史东锋;奇异值分解技术在齿轮箱故障诊断中的应用研究[J];化工机械;1997年06期
3 周燕峰;马孝江;苑宇;;往复式压缩机填料故障的振动分析方法[J];石油化工设备技术;2005年06期
4 赵克定,杨灏泉,吴盛林;Stewart平台局部灵活度的解析研究[J];宇航学报;2002年04期
5 王晓升,屈梁生;多平面平衡中平衡面相关问题的处理[J];西安交通大学学报;1998年02期
6 杨宇,于德介,程军圣;基于EMD的奇异值分解技术在滚动轴承故障诊断中的应用[J];振动与冲击;2005年02期
7 曹宗杰,孙长江,陈塑寰;奇异值摄动法及其在智能结构振动控制中的应用[J];吉林工业大学自然科学学报;2000年01期
8 孙晖,朱善安;基于STFT和SVD的滚动轴承异常声识别[J];轴承;2003年11期
9 杨先勇;周晓军;张文斌;杨富春;;基于局域波法和KPCA-LSSVM的滚动轴承故障诊断[J];浙江大学学报(工学版);2010年08期
10 陶新民;徐晶;刘兴丽;刘玉;;基于最大小波奇异谱的轴承故障诊断方法[J];振动、测试与诊断;2010年01期
11 吕志民,张武军,徐金梧,翟绪圣;基于奇异谱的降噪方法及其在故障诊断技术中的应用[J];机械工程学报;1999年03期
12 申弢,黄树红,韩守木,杨叔子;旋转机械振动信号的信息熵特征[J];机械工程学报;2001年06期
13 李兵;张培林;任国全;刘东升;米双山;;运用EMD和GA-SVM的齿轮故障特征提取与选择[J];振动、测试与诊断;2009年04期
14 霍天龙;赵荣珍;胡宝权;;基于熵带法与PSO优化的SVM转子故障诊断[J];振动.测试与诊断;2011年03期
15 崔立林;朱海潮;章林柯;何琳;栾瑞鹏;;小样本条件下的机械噪声源识别方法[J];振动.测试与诊断;2010年05期
16 李斯克;苗瑞;赵言正;江志斌;;控制批量零件加工过程偏差源的多元指数加权移动平均法[J];上海交通大学学报;2010年04期
17 滕丽娜,陈兆能,佟德纯,童剑飞;关联维数在旋转机械支承系统状态监测中的应用[J];上海交通大学学报;2002年09期
18 肖志勇;杨小玲;刘爱伦;;基于改进EMD和LSSVM的机械故障诊断[J];自动化仪表;2008年06期
19 沈庆崇;马金奎;常记莽;原甜甜;;滑动轴承转子运动轨迹主动控制[J];润滑与密封;2010年12期
20 刘献栋,李其汉,郭文武;机械振动信号中突变信息检测的新方法研究[J];中国机械工程;2000年05期
中国重要会议论文全文数据库 前2条
1 陶新民;徐晶;杜宝祥;徐勇;;基于相空间奇异谱的SOM轴承故障诊断模型[A];第二十七届中国控制会议论文集[C];2008年
2 张庆虎;高普云;;基于非线性动力学理论的故障诊断方法与进展[A];第18届全国结构工程学术会议论文集第Ⅲ册[C];2009年
中国博士学位论文全文数据库 前3条
1 张超;基于自适应振动信号处理的旋转机械故障诊断研究[D];西安电子科技大学;2012年
2 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年
3 张彦斌;少自由度无奇异完全各向同性并联机构型综合理论研究[D];西安理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 杨娟;转子故障信号的量化特征提取方法研究[D];兰州理工大学;2010年
2 陈艳娜;基于EEMD的旋转机械故障诊断方法研究[D];哈尔滨理工大学;2013年
3 张程鹏;风电齿轮和滚动轴承故障诊断技术研究[D];北京化工大学;2013年
4 田英;滚动轴承内圈故障劣化状态辨识的研究[D];太原理工大学;2008年
5 李书鹏;磁悬浮轴承系统的鲁棒H_∞控制研究[D];南京航空航天大学;2007年
6 杨文瑛;基于经验模态分解的转子故障信号熵特征提取研究[D];兰州理工大学;2012年
7 霍天龙;基于支持向量机的转子系统故障诊断方法研究[D];兰州理工大学;2011年
8 关晓勇;基于奇异值分解的状态监测与故障诊断方法研究[D];大连理工大学;2005年
9 刘震坤;基于支持向量数据描述的滚动轴承故障诊断方法研究[D];湖南大学;2012年
10 徐新平;基于免疫阴性选择算法的转子故障数据分类方法研究[D];兰州理工大学;2013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
  • 010-62982499
  • 010-62783978