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VMD-SPWVD-CNN的滚动轴承故障智能诊断

刘世林  陈里里  
【摘要】:针对传统的故障诊断方法依赖经验进行人工提取特征的问题,基于变分模态分解(VMD)和平滑伪魏格纳分布(SPWVD)并结合卷积神经网络(CNN)提出了VMD-SPWVD-CNN模型用于滚动轴承故障诊断。首先,利用VMD对轴承振动信号进行处理,分解为多个具有不同中心频率的模态分量;其次,对信号的每个模态分量分别进行SPWVD计算,将每个分量的计算结果累加得到轴承信号的二维时频图;最后,将时频图作为ResNet18卷积神经网络的输入,自动提取图像的深层特征完成滚动轴承的故障诊断。对10类轴承故障进行多次故障识别,该方法的平均准确率提升至99.56%,能有效地完成滚动轴承故障类别以及损伤程度的精确判定。

知网文化
【相似文献】
中国期刊全文数据库 前19条
1 丁洋;;低转速设备滚动轴承故障诊断技巧[J];科学技术创新;2020年10期
2 杨康鹏;;一种改进的滚动轴承故障诊断方法[J];机械制造;2012年05期
3 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期
4 陈英;陈木荣;;基于相关支持矩阵机的滚动轴承故障诊断方法研究[J];机电工程;2021年12期
5 王兰兰;朱捷;周正平;常兆庆;;基于随机森林的滚动轴承故障辨识方法研究[J];机电工程;2021年12期
6 陈湘中;;滚动轴承故障诊断技术[J];福建电脑;2020年06期
7 陈雷;;滚动轴承故障诊断实例[J];设备管理与维修;2016年10期
8 李军宁;罗文广;陈武阁;;面向振动信号的滚动轴承故障诊断算法综述[J];西安工业大学学报;2022年02期
9 陈霁恒;朱丹宸;谭经松;;滚动轴承故障信号在复杂路径中的传递特性分析[J];机电工程技术;2021年12期
10 余阿东;;基于深度字典学习的滚动轴承故障识别[J];机电工程;2022年02期
11 徐卓飞;武丽花;黄卿;刘善慧;赵庆海;;基于深度残差网络的滚动轴承故障诊断方法[J];机械设计与研究;2021年03期
12 杨雅奇;张彩红;林繁云;;滚动轴承故障诊断技术综述[J];山东化工;2021年21期
13 贺天成;范云鹏;宁中赫;;利用包络解调技术分析诊断滚动轴承故障[J];冶金动力;2020年01期
14 彭宅铭;程龙生;詹君;姚启峰;;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年06期
15 马春文;;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年04期
16 陈松;陈立爱;;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年04期
17 秦波;孙国栋;陈帅;王祖达;王建国;;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年02期
18 李卫;;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年01期
19 汪治安;夏均忠;但佳壁;于明奇;吕麒鹏;;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年06期
中国重要会议论文全文数据库 前20条
1 崔宝珍;王泽兵;潘宏侠;;小波包分析和模糊聚类方法在滚动轴承故障诊断中应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
2 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
3 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
4 徐振丽;王晓龙;丁傲;唐贵基;;基于SST图像和FT-ResNet模型迁移学习的滚动轴承故障识别[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
5 昌小昕;顾晓辉;李韶华;;基于粒子群优化的深度自编码器在滚动轴承故障诊断中的应用[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
6 刘桂敏;吴建德;那靖;叶波;马军;熊新;;改进DLMD和TKEO的滚动轴承故障特征提取方法[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
7 朱瑞;王明鑫;徐思宇;韩清鹏;夏鑫;;基于奇异谱分析及宽卷积核神经网络的滚动轴承故障诊断方法研究[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
8 祁琳;马新娜;赵猛;;基于深度残差网络的滚动轴承故障诊断方法研究[A];第十八届全国非线性振动暨第十五届全国非线性动力学和运动稳定性学术会议(NVND2021)摘要集[C];2021年
9 刘俊利;缪炳荣;张盈;李永健;张哲;;基于FFT与CART的滚动轴承故障诊断方法[A];第十七届中国CAE工程分析技术年会论文集[C];2021年
10 崔宝珍;王泽兵;潘宏侠;;小波包分析和模糊聚类方法在滚动轴承故障诊断中的应用[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
11 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
12 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年
13 杨积忠;左立建;;滚动轴承故障诊断实例[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
14 古莹奎;杨子茜;朱繁龙;;基于主成分分析的滚动轴承故障特征融合分析[A];2014年全国机械行业可靠性技术学术交流会暨可靠性工程分会第五届委员会成立大会论文集[C];2014年
15 闵勇;郭一楠;闫俊荣;;基于贪心算法的滚动轴承故障诊断特征提取[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
16 王俊锋;申永军;;高阶统计量在滚动轴承故障诊断中的应用研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
17 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
18 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
19 郭学卫;申永军;杨绍普;;基于模糊熵和包络分析的滚动轴承故障特征提取[A];第十届动力学与控制学术会议摘要集[C];2016年
20 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集(上册)[C];2008年
中国博士学位论文全文数据库 前20条
1 池永为;滚动轴承故障的振动特性分析与智能诊断方法研究[D];浙江大学;2018年
2 廖强;约束独立分量和多小波分析在滚动轴承故障诊断中的应用[D];电子科技大学;2016年
3 彭勃;基于遗传编程的滚动轴承故障诊断方法研究[D];华北电力大学(北京);2021年
4 刘畅;非稳态条件下滚动轴承故障诊断及退化识别技术研究[D];中国矿业大学;2021年
5 王聪;基于稀疏表达的机械信号处理方法及其在滚动轴承故障诊新中的应用研究[D];中国科学技术大学;2017年
6 赵孝礼;基于图嵌入自编码的滚动轴承故障诊断方法研究[D];东南大学;2021年
7 王艳;滚动轴承故障特征快速提取方法及其应用研究[D];长安大学;2021年
8 杜岩;基于时频图像识别的滚动轴承故障诊断方法研究[D];中国矿业大学(北京);2020年
9 徐剑;基于短时奇异谱分析的滚动轴承故障诊断方法研究[D];浙江大学;2017年
10 曾鸣;基于凸包的模式识别方法及其在滚动轴承故障诊断中的应用[D];湖南大学;2016年
11 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年
12 甘萌;信号的稀疏表达在滚动轴承故障特征提取及智能诊断中的应用研究[D];中国科学技术大学;2017年
13 Ao Hung Linh(池雄岭);基于化学反应优化算法和支持向量机的滚动轴承故障诊断方法研究[D];湖南大学;2014年
14 张彦生;基于局部线性嵌入的滚动轴承故障特征提取技术研究[D];哈尔滨工业大学;2020年
15 闫晓丽;基于数学形态学与混沌理论的滚动轴承故障诊断研究[D];华北电力大学(北京);2021年
16 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年
17 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
18 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年
19 王志阳;约束独立成分分析及其在滚动轴承故障诊断中的应用[D];上海交通大学;2011年
20 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年
中国硕士学位论文全文数据库 前20条
1 苗会会;基于深度与迁移学习的滚动轴承故障诊断方法研究[D];东北大学;2020年
2 陈国梁;一种基于后缀树的滚动轴承故障诊断方法[D];广州大学;2021年
3 于青文;基于字典学习的滚动轴承故障稀疏诊断方法研究[D];燕山大学;2021年
4 王好将;图信号处理方法在滚动轴承故障诊断中的应用研究[D];湖南大学;2019年
5 刘布宇;基于深度学习的滚动轴承故障诊断研究[D];杭州电子科技大学;2019年
6 张亚男;基于流形学习和优化极限学习机的滚动轴承故障诊断方法研究[D];北京交通大学;2019年
7 闫万学;基于压缩感知降噪和谱峭度法的滚动轴承故障诊断分析研究[D];辽宁科技大学;2019年
8 王婷婷;基于CEEMDAN的滚动轴承故障诊断研究[D];辽宁科技大学;2019年
9 师芳;基于两级DBN的滚动轴承故障自学习方法研究[D];内蒙古工业大学;2019年
10 白宇;一种复合诊断方法及其在滚动轴承故障识别中的应用[D];内蒙古工业大学;2019年
11 倪清;基于最优解调频带选择的滚动轴承故障诊断方法研究[D];电子科技大学;2019年
12 高月;基于无线传感器的滚动轴承故障检测研究[D];电子科技大学;2019年
13 赵秋实;基于深度学习的滚动轴承故障诊断技术的研究[D];河南理工大学;2018年
14 李从志;基于经验小波变换与散布熵的滚动轴承故障诊断方法研究[D];安徽工业大学;2019年
15 王振亚;基于Isomap的滚动轴承故障诊断方法[D];安徽工业大学;2019年
16 张建;ADMOW模式识别方法及其在滚动轴承故障诊断中的应用[D];安徽工业大学;2019年
17 金余丰;基于深度学习的滚动轴承故障诊断方法研究[D];南京师范大学;2019年
18 唐蕞;基于时频分析和CNN的滚动轴承故障诊断方法研究[D];哈尔滨工业大学;2019年
19 吴勇;基于振动信号的滚动轴承故障诊断技术研究[D];哈尔滨工业大学;2019年
20 杨红叶;基于小波包和支持向量机的滚动轴承故障特征提取及诊断研究[D];青岛大学;2019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