收藏本站
收藏 | 投稿 | 论文排版

基于LMD能量熵和支持向量机的齿轮箱故障诊断

徐乐  朱玉斌  郎超男  
【摘要】:针对小样本情况下齿轮箱复合多种故障特征难以提取和分类的问题,提出了基于局部均值分解(LMD)能量熵和支持向量机(SVM)的故障诊断方法。首先利用LMD方法对采集的齿轮箱振动信号进行分解,得到有限个PF分量;然后根据不同故障下齿轮箱振动信号在频域区间内分布不均的特性,分析出PF分量能量在不同频域范围离散情况,即求出LMD能量熵;最后利用SVM多故障分类器对提取出的特征展开训练和测试,进行齿轮箱故障分类。实验结果显示,即使在小样本情况下,且同时存在非单一、多种齿轮箱故障时,基于LMD能量熵和SVM方法也可以对齿轮箱故障进行特征提取和精准分类,实现齿轮箱故障诊断。

知网文化
【相似文献】
中国期刊全文数据库 前18条
1 邢海波;陈悦;李敬豪;;基于改进LMD算法的齿轮箱故障诊断研究[J];机械传动;2020年12期
2 刘述文;潘宏侠;刘涛涛;;基于LMD和RBF结合的齿轮箱故障诊断[J];机床与液压;2015年07期
3 张玉学;潘宏侠;;基于LMD近似熵和PSO-ELM的齿轮箱故障诊断[J];机械传动;2017年08期
4 张宁;魏秀业;徐晋宏;;基于LMD样本熵与ELM的行星齿轮箱故障诊断[J];机械传动;2020年04期
5 吴德会;;一种基于支持向量机的齿轮箱故障诊断方法[J];振动、测试与诊断;2008年04期
6 陈勇旗;陈启军;;7500吨浮吊齿轮箱故障诊断系统的研究[J];计算机工程与应用;2009年13期
7 崔伟;李淑东;;神经网络在齿轮箱故障诊断中的应用[J];仪器仪表与分析监测;2013年01期
8 杨佳鑫;齐蕴光;蔡兆中;;齿轮箱故障诊断技术现状与发展趋势[J];机电信息;2011年36期
9 程加堂;熊伟;艾莉;;齿轮箱故障诊断灰色神经网络模型的研究[J];机械传动;2010年10期
10 李艳辉;于如信;;浅析LMD和支持向量机在旋转机械故障诊断中的应用[J];南方农机;2021年19期
11 万小毛;鲍明;赵淳生;;齿轮箱故障诊断技术综述[J];振动、测试与诊断;1990年04期
12 魏秀业;潘宏侠;;齿轮箱故障诊断技术现状及展望[J];测试技术学报;2006年04期
13 高国华 ,张永忠;齿轮箱故障诊断技术的新发展[J];机械传动;2003年06期
14 王建国;祁映强;杨斌;;噪声统计特性LMD滚动轴承故障诊断[J];中国测试;2016年06期
15 任达千;杨世锡;吴昭同;严拱标;;LMD时频分析方法的端点效应在旋转机械故障诊断中的影响[J];中国机械工程;2012年08期
16 周凤星,程耕国,高立新;小波分析在大型齿轮箱故障诊断中的应用[J];武汉科技大学学报(自然科学版);2003年03期
17 马锐;丁激文;穆晓冬;;齿轮箱故障诊断的多重分形方法研究[J];炼油与化工;2016年06期
18 邹今春;沈玉娣;;变工况齿轮箱故障诊断方法综述[J];机械传动;2012年08期
中国重要会议论文全文数据库 前14条
1 高永生;唐力伟;甘霖;杨通强;;基于系统特性的齿轮箱故障诊断[A];2005年中国机械工程学会年会论文集[C];2005年
2 李爱民;;基于灰色聚类决策的齿轮箱故障诊断[A];第19届灰色系统全国会议论文集[C];2010年
3 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[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
4 蔡安江;豆卫涛;柴彦昌;孙少军;;基于人工神经网络技术的齿轮箱故障诊断应用研究[A];陕西省机械工程学会第九次代表大会会议论文集[C];2009年
5 杨航港;王卓;吕志元;郎赛;秦志英;赵月静;;基于EMD-AR谱频带能量特征的齿轮箱故障诊断研究[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 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(上册)[C];2008年
7 雷亚国;林京;何正嘉;;基于多传感器信息融合的行星齿轮箱故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
8 苏中元;贾民平;;专家系统及其在齿轮箱故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
9 董海江;赵春华;万诗庆;汪伟;;LWPEE与SVM在风电齿轮箱故障诊断中的应用[A];第十一届全国摩擦学大会论文集[C];2013年
10 李金三;李巍华;;积分双谱在齿轮箱故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
11 陈恩伟;刘正士;王勇;陆益民;;齿轮箱故障诊断的阶次分析方法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
12 李顺利;徐龙;徐立刚;;轧机齿轮箱远程监测诊断系统[A];全国高速线材生产技术交流会论文集[C];2007年
13 王秋贵;周珣;任广旭;李强;;机械故障诊断的三种新思路研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
14 赵立超;陈长征;;基于神经网络的风电机齿轮箱振动信号的分析与应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国博士学位论文全文数据库 前6条
1 赵明航;基于深度残差学习的风电齿轮箱故障诊断[D];重庆大学;2018年
2 赵川;特征降维与自适应特征提取方法及其在行星齿轮箱故障诊断中的应用研究[D];北京科技大学;2018年
3 欧璐;图谱理论在齿轮箱故障诊断中的应用研究[D];湖南大学;2016年
4 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年
5 刘慧玲;基于粗糙集理论的齿轮箱故障诊断研究[D];中北大学;2013年
6 彭富强;多尺度线调频基稀疏信号分解及其在齿轮箱故障诊断中的应用[D];湖南大学;2010年
中国硕士学位论文全文数据库 前20条
1 高大诚;基于支持向量机的齿轮箱故障诊断系统开发[D];东北大学;2010年
2 李国明;基于神经网络的齿轮箱故障诊断研究[D];河北工业大学;2015年
3 杨成;传动齿轮箱故障诊断系统研究[D];哈尔滨工程大学;2013年
4 王敏;基于蚁群优化算法的齿轮箱故障诊断研究[D];中北大学;2010年
5 孙黎明;基于粒子群优化和系统特性的齿轮箱故障诊断研究[D];中北大学;2010年
6 乔晶晶;基于遗传算法优化神经网络的齿轮箱故障诊断研究[D];中北大学;2011年
7 王绍敢;基于局域波与遗传神经网络的齿轮箱故障诊断[D];中北大学;2013年
8 王聪;基于振动信号的齿轮箱故障诊断系统的研究与开发[D];华北电力大学;2012年
9 刘晓娟;基于希尔伯特—黄变换和支持向量机的齿轮箱故障诊断研究[D];中北大学;2011年
10 鄢小安;基于自适应振动信号处理的齿轮箱故障诊断研究[D];华北电力大学;2015年
11 孟祥晶;复数微分算子最优化分解方法及其在齿轮箱故障诊断中的应用[D];湖南大学;2019年
12 唐润;经验小波变换在行星齿轮箱故障诊断中的应用研究[D];电子科技大学;2019年
13 马芸婷;基于深度学习的齿轮箱故障诊断研究[D];内蒙古科技大学;2019年
14 黄鑫;齿轮箱故障诊断测点敏感性的研究[D];南昌航空大学;2019年
15 张神林;基于卷积神经网络的滚动轴承及行星齿轮箱故障诊断方法[D];安徽工业大学;2018年
16 孙作佩;形态学神经网络在齿轮箱故障诊断中的应用研究[D];华中科技大学;2016年
17 黄梦君;基于同步压缩小波的风电齿轮箱故障诊断[D];燕山大学;2017年
18 郭小勇;基于改进的鱼群算法优化神经网络的齿轮箱故障诊断研究[D];中北大学;2018年
19 徐春雷;基于粒子滤波方法的齿轮箱故障诊断技术[D];中北大学;2013年
20 范江东;基于粒子群优化与支持向量机的齿轮箱故障诊断研究[D];中北大学;2010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