收藏本站
收藏 | 投稿 | 论文排版

基于拉普拉斯分值和鲸鱼寻优SVM的滚动轴承故障诊断

白丽丽  韩振南  任家骏  秦晓峰  
【摘要】:滚动轴承的振动信号所呈现出的非高斯、非线性等特性,使得其故障类型和故障严重程度难以准确识别,故此提出了一种拉普拉斯分值(laplacian score,LS)与基于鲸鱼算法(whale optimization algorithm,WOA)寻优的支持向量机(support vector machine,SVM)相结合的智能故障诊断方法。首先提取原始振动信号时域、频域、时频域的统计特征,通过利用LS选择较为敏感、更能表征故障状态的特征,形成故障特征向量,然后通过鲸鱼算法来优化SVM的惩罚因子和核参数,构造成分类器模型来进行故障模式识别,判断出滚动轴承的故障类型。通过多种算法对SVM的参数寻优进行对比发现WOA寻优优势明显,同时使用多方面的实验数据验证了该方法在提取滚动轴承故障特征信息方面的有效性,且具有较高的分类识别精度。

知网文化
【相似文献】
中国期刊全文数据库 前15条
1 侯国平;马萱;唐茗;;改进SVM模型在轴承故障诊断中的应用研究[J];机械设计与制造;2012年09期
2 赵宇;李可;宿磊;陈鹏;;基于最小二乘映射和SVM的滚动轴承故障诊断[J];机械传动;2017年02期
3 王振华;杜宇波;;基于ESMD和SVM的滚动轴承故障诊断[J];现代制造技术与装备;2018年01期
4 谢志谦;孙虎儿;刘乐;武超;;基于CEEMDAN样本熵与SVM的滚动轴承故障诊断[J];组合机床与自动化加工技术;2017年03期
5 周小龙;姜振海;马风雷;;基于改进HHT能量熵和SVM的滚动轴承故障诊断[J];机械传动;2016年12期
6 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
7 李伟;韩振南;;基于改进阈值函数及SVM的滚动轴承故障诊断[J];机床与液压;2015年23期
8 张智胜;张云鹏;刘青;;支持向量机和小波包分析下的轴承故障诊断[J];机械设计与制造;2017年03期
9 沙美妤;刘利国;;基于振动信号的轴承故障诊断技术综述[J];轴承;2015年09期
10 牛小玲;任子晖;;变精度粗糙集和支持向量机在轴承故障诊断中的应用[J];煤矿机械;2014年10期
11 王新;闫文源;;基于变分模态分解和SVM的滚动轴承故障诊断[J];振动与冲击;2017年18期
12 邵岩;卢迪;杨广学;;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年03期
13 苏明辉;薛光辉;赵国瑞;张明;;渣浆泵轴承故障诊断系统设计与应用[J];煤炭工程;2009年02期
14 袁洪芳;姜宇萱;王华庆;;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年02期
15 刘琦;;基于小波分析的轴承故障诊断研究[J];煤;2013年07期
中国重要会议论文全文数据库 前10条
1 刘锋;马怀祥;王亚涛;;基于共振解调的滚动轴承故障诊断[A];现代振动与噪声技术(第九卷)[C];2011年
2 李琳;张永祥;童艳;;基于声发射和高阶谱分析的滚动轴承故障诊断[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
3 郜普刚;何田;林意洲;刘献栋;;基于局部均值分解的滚动轴承故障诊断[A];2010中国汽车工程学会年会论文集[C];2010年
4 徐新韬;王华庆;沈伟;李岭阳;杨晓;;基于信息融合与1.5维谱的轴承故障诊断方法[A];2015年中国机械工程学会设备与维修工程分会学术年会论文集[C];2015年
5 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年
6 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
7 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
8 沈路;周晓军;张杰;;基于形态非抽样小波与灰色关联度的滚动轴承故障诊断[A];2011年机械电子学学术会议论文集[C];2011年
9 任获荣;马亚男;李胜刚;;熵随机共振在轴承故障诊断中的应用研究[A];2012年陕西省焊接学术交流会论文集[C];2012年
10 单添敏;曹亮;沈勇;王景霖;林泽力;陈杰;;基于Fisher判别的轴承故障诊断与健康评估方法研究[A];“测试性与智能测控技术”——2018年中国航空测控技术专刊[C];2018年
中国硕士学位论文全文数据库 前10条
1 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
2 叶友谊;基于优化支持向量机的滚动轴承故障诊断[D];福州大学;2014年
3 李学伟;支持向量机在嵌入式轴承故障诊断装置中的研究与实现[D];东北大学;2010年
4 李妍;基于改进极限学习机的轴承故障诊断方法研究[D];西安科技大学;2019年
5 王蕾蕾;基于深度自编码网络的轴承故障诊断研究[D];华北电力大学;2019年
6 彭刘阳;基于振动信号的滚动轴承故障诊断与状态识别方法研究[D];中国矿业大学;2019年
7 董德亿;基于输出信号相关性分析的轴承故障诊断方法[D];杭州电子科技大学;2018年
8 徐剑涛;基于极点对称模态分解及改进支持向量机的轴承故障诊断[D];燕山大学;2018年
9 齐申武;基于振动信号分析的滚动轴承故障诊断及寿命预测研究[D];燕山大学;2018年
10 黄阳;基于振动信号降噪与分解的轴承故障诊断研究[D];西安理工大学;2018年
中国重要报纸全文数据库 前1条
1 通讯员 蔡义杰 记者 唐先武;轴承故障诊断有了“透视镜”[N];科技日报;2001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