排序方式: 共有44条查询结果,搜索用时 0 毫秒
1.
基于小波包和支持向量机的滚动轴承故障模式识别 总被引:2,自引:1,他引:2
为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法.小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取.而支持向量机可完成模式识别和非线性回归.利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径. 相似文献
2.
基于K-L变换和支持向量机的滚动轴承故障诊断 总被引:1,自引:0,他引:1
提出了应用K-L变换和支持向量机相结合进行滚动轴承故障诊断的方法。K-L变换可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归。试验结果表明,利用主矢量分解后的主特征向量与支持向量机相结合可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新途径。 相似文献
3.
4.
5.
6.
根据径向基函数神经网络的优点,在对滚动轴承振动信号故障特征分析的基础上,提出一种应用主矢量分析(PCA)将高维相关变量转化为低维独立变量,利用其特征值建立径向基函数神经网络的方法,并用该网络对滚动轴承的故障模式进行了识别。理论和试验证明了该方法的有效性,且具有较高的识别精度。 相似文献
7.
高频共振法在滚动轴承故障诊断中的应用 总被引:1,自引:0,他引:1
总结了用高频共振法进行故障诊断的步骤,并提出了使用这一种方法时要注意的一些具体问题,实验表明该方法对周期性脉冲信号的检测是一种行之有效的方法。 相似文献
8.
9.
10.
对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用高阶统计量方法做出了滚动轴承故障信号的高阶统计量中的双谱特征图谱。研究表明,双谱可以敏感地监测滚动轴承工作状态的模式,因而可以有效地识别滚动轴承不同的故障特征。 相似文献