Print

基于超球优化支持向量数据描述的滚动轴承故障检测

论文摘要

在仅有轴承正常运行数据的小样本情况下,支持向量数据描述(SVDD)能通过对多维特征的融合实现滚动轴承的故障检测与状态评估,但特征向量空间分布的复杂程度会直接影响SVDD的效果。为此,提出了一种基于超球优化支持向量数据描述的滚动轴承故障检测方法,通过超球优化改善特征向量的空间分布以降低数据描述任务的难度,进而使得超球优化SVDD能更有效地识别出滚动轴承故障。多组试验表明:在不同转速、不同测点、不同类型的滚动轴承故障下,超球优化SVDD比传统的SVDD方法效果更优。

论文目录

  • 1 超球优化支持向量数据描述方法
  •   1.1 特征提取
  •     1.1.1 时域特征提取
  •     1.1.2 频域特征提取
  •     1.1.3 基于小波变换的时频域特征提取
  •   1.2 超球优化方法
  •     1.2.1 坐标系旋转
  •     1.2.2 坐标尺度变换
  •     1.2.3 仿真验证
  •   1.3 支持向量数据描述原理
  •   1.4 超球支持向量数据描述算法流程
  •   1.5 性能评价指标
  • 2 试验验证
  •   2.1 试验介绍
  •   2.2 试验结果与方法对比
  • 3 结 论
  • 文章来源

    类型: 期刊论文

    作者: 林桐,陈果,滕春禹,王云,欧阳文理

    关键词: 支持向量数据描述,滚动轴承,超球优化,特征融合,故障检测,特征变换

    来源: 振动与冲击 2019年02期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 机械工业,自动化技术

    单位: 南京航空航天大学民航学院,中航工业综合技术研究所

    分类号: TP181;TH133.33

    DOI: 10.13465/j.cnki.jvs.2019.02.030

    页码: 204-210+225

    总页数: 8

    文件大小: 411K

    下载量: 122

    相关论文文献

    本文来源: https://www.lunwen90.cn/article/8cd8ccae7ae16e98dd8c6cbd.html