基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 被引量：62

1

作者 赵元喜 胥永刚 +1 位作者 高立新 崔玲丽 《振动与冲击》 EI CSCD 北大核心 2010年第10期162-165,共4页

由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网... 由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。 展开更多

关键词 滚动轴承 声发射 谐波小波包 神经网络 故障模式识别

在线阅读 下载PDF 职称材料

基于SVM增量学习算法的煤矿高压断路器故障模式识别方法 被引量：11

2

作者 耿蒲龙 宋建成 +3 位作者 赵钰 高云广 郑丽君 呼守信 《煤炭学报》 EI CAS CSCD 北大核心 2017年第8期2198-2204,共7页

高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号... 高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号以及分合闸振动信号为状态监测量,模拟了弹簧松动、铁芯卡涩、供电异常与线圈老化4种常见故障,提取了故障特征量并建立了故障数据样本与增量学习数据样本,采用支持向量机增量学习算法训练得到了故障识别模型,并利用新增数据样本对其进行了验证。结果表明:支持向量机增量学习算法可准确识别上述4种常见故障,并可以通过对新增样本的不断学习进一步提高识别精度。 展开更多

关键词 高压断路器 特征提取 故障模式识别 支持向量机 增量学习算法

在线阅读 下载PDF 职称材料

基于数学形态学分段分形维数的电机滚动轴承故障模式识别 被引量：14

3

作者 王冰 李洪儒 许葆华 《振动与冲击》 EI CSCD 北大核心 2013年第19期28-31,92,共5页

电机轴承是旋转机械中应用最广且最易损坏的机械零件之一,分形维数可以有效地描述滚动轴承振动信号的复杂性和不规则性。基于数学形态学的分形维数具有计算速度快,估计准确的特点,可以正确地区分滚动轴承系统的状态和判断轴承系统的故... 电机轴承是旋转机械中应用最广且最易损坏的机械零件之一,分形维数可以有效地描述滚动轴承振动信号的复杂性和不规则性。基于数学形态学的分形维数具有计算速度快,估计准确的特点,可以正确地区分滚动轴承系统的状态和判断轴承系统的故障行为。阐述了基于数学形态学的分形维数计算方法,针对扁平结构元素长度的选取缺乏指导性的问题,提出一种基于数学形态学的分段分形维数计算方法,运用该方法对电机轴承实测信号进行分析,结果表明,该方法在一定程度上提高了分形维数计算的科学性和精确性,在电机轴承故障模式识别领域是行之有效的。 展开更多

关键词 分段分形维数 数学形态学 电机轴承 故障模式识别

在线阅读 下载PDF 职称材料

滚动轴承故障模式识别方法现状分析 被引量：9

4

作者 夏均忠 苏涛 +2 位作者 安相璧 冷永刚 张阳 《噪声与振动控制》 CSCD 2013年第4期185-189,共5页

在提取滚动轴承故障特征后,如何设计合理的分类器对滚动轴承进行故障模式识别是故障诊断的关键步骤。分别介绍了粗糙集模式识别中的变精度粗糙集、统计模式识别中的最小二乘支持向量机、模糊模式识别中的模糊C均值聚类算法。分析各种方... 在提取滚动轴承故障特征后,如何设计合理的分类器对滚动轴承进行故障模式识别是故障诊断的关键步骤。分别介绍了粗糙集模式识别中的变精度粗糙集、统计模式识别中的最小二乘支持向量机、模糊模式识别中的模糊C均值聚类算法。分析各种方法的基本原理、应用和特点。研究发现,多种故障模式识别方法的融合运用是今后研究的重点方向。 展开更多

关键词 振动与波 滚动轴承 故障模式识别 变精度粗糙集 最小二乘支持向量机 模糊C均值聚类

在线阅读 下载PDF 职称材料

基于模型的飞行器电源故障诊断与故障模式识别 被引量：5

5

作者 代树武 孙辉先 《振动与冲击》 EI CSCD 北大核心 2005年第3期55-58,i006,共5页

设计了基于模型的电源故障诊断原型。它由电源各器件的正常工作模型,故障模型,冲突求解模块,HS树生成和修剪模块,故障信息报告和故障模式识别模块等组成。利用电源系统正常工作模型,实现了故障定位隔离功能。论证了仅仅使用正常工作器... 设计了基于模型的电源故障诊断原型。它由电源各器件的正常工作模型,故障模型,冲突求解模块,HS树生成和修剪模块,故障信息报告和故障模式识别模块等组成。利用电源系统正常工作模型,实现了故障定位隔离功能。论证了仅仅使用正常工作器件就可以推理出诊断解中各个故障器件的参数值,将这些参数和故障模型相比较,能够识别故障模式。诊断结果表明本文能有效地进行故障定位并能识别故障模式。 展开更多

关键词 故障诊断 基于模型 故障模式识别 飞行器 工作模型 故障模型 故障定位 冲突求解 识别模块 故障信息 电源系统 器件 参数值

在线阅读 下载PDF 职称材料

基于小波包和神经网络的行星齿轮箱故障模式识别技术 被引量：7

6

作者 罗佳 黄晋英 《火力与指挥控制》 CSCD 北大核心 2020年第4期178-182,共5页

行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快... 行星齿轮箱振动信号在各频段的能量分布与其故障类型有关。利用Daubecics小波包将不同故障的振动信号分解到各个频带。BP神经网络的输入是各频带的能量——行星齿轮故障的特征向量,用神经网络识别故障类型。通过实验验证了该方法可以快速、准确地进行故障模式识别,达到良好的预期效果。利用此方法可以有效解决武装直升机武器系统复杂故障现象问题。 展开更多

关键词 行星齿轮箱 振动信号 Daubechies小波包 BP神经网络 故障模式识别

在线阅读 下载PDF 职称材料

Ⅰ、Ⅱ类单点故障模式识别与质量管控浅析 被引量：1

7

作者 任京涛 张鹭 +2 位作者 司群英 范稀木 徐珊珊 《导弹与航天运载技术》 CSCD 北大核心 2022年第2期153-156,共4页

通过分析比较各级各类与Ⅰ、Ⅱ类单点故障模式有关的质量管控文件要求,在各型号开展Ⅰ、Ⅱ类单点故障模式识别及质量控制工作的基础上,对Ⅰ、Ⅱ类单点故障模式的识别方法现状进行了分析,提出了基于FMEA和FTA识别型号的Ⅰ、Ⅱ类单点故障... 通过分析比较各级各类与Ⅰ、Ⅱ类单点故障模式有关的质量管控文件要求,在各型号开展Ⅰ、Ⅱ类单点故障模式识别及质量控制工作的基础上,对Ⅰ、Ⅱ类单点故障模式的识别方法现状进行了分析,提出了基于FMEA和FTA识别型号的Ⅰ、Ⅱ类单点故障模式;同时从关键特性分析与控制、强制检验点设置与控制及“不可检、不可测”产品识别与控制3类方法对Ⅰ、Ⅱ类单点故障模式的质量控制方法进行了总结,并提出了适应性改进,使不同级要求合并,形成最大包络要求,然后保证同一要求在不同型号开展过程中理解到位、思想统一等。 展开更多

关键词 故障模式识别 质量控制 改进 运载火箭

在线阅读 下载PDF 职称材料

基于小波包预处理的神经网络故障模式识别的研究

8

作者 黄艳芳 何福顺 杨洁明 《煤矿机械》 北大核心 2002年第5期18-20,共3页

基于小波包对信号的高分辨率分解和重构能力 ,把信号在不同频段上进行分解 ,提取各分量故障信号的特征 ,应用BP神经网络进行故障模式识别 ,并将这种方法用于齿轮故障模式识别 。

关键词 小波包 预处理 神经网络 故障模式识别

在线阅读 下载PDF 职称材料

滚动轴承故障模式识别方法研究现状分析 被引量：3

9

作者 刘鲲鹏 苏涛 +2 位作者 赵磊 白云川 李泽华 《内燃机与配件》 2018年第23期62-63,共2页

滚动轴承广泛是应用于各类机械设备的旋转部件,同时也是导致机器故障频繁发生的重要原因。论文对现有滚动轴承故障模式识别方法进行了系统梳理,从神经网络、聚类分析和支持向量机三个方面总结了各种方法的特点。结果表明支持向量机表现... 滚动轴承广泛是应用于各类机械设备的旋转部件,同时也是导致机器故障频繁发生的重要原因。论文对现有滚动轴承故障模式识别方法进行了系统梳理,从神经网络、聚类分析和支持向量机三个方面总结了各种方法的特点。结果表明支持向量机表现得最为先进,可作为智能故障诊断的重点研究方向。 展开更多

关键词 滚动轴承 故障模式识别 神经网络 聚类分析 支持向量机

在线阅读 下载PDF 职称材料

大数据分析在预测航空公司航材需求与故障模式中的应用

10

作者 蓝青 史航 《中国高新科技》 2025年第4期97-99,共3页

随着航空运输业的快速发展,航空公司在航材管理与飞机故障预测等方面面临严峻挑战。文章对大数据分析在预测航空公司航材需求与故障模式中的应用进行分析,具体阐述了大数据分析技术,重点对其在航材需求预测中通过构建需求预测模型、利... 随着航空运输业的快速发展,航空公司在航材管理与飞机故障预测等方面面临严峻挑战。文章对大数据分析在预测航空公司航材需求与故障模式中的应用进行分析,具体阐述了大数据分析技术,重点对其在航材需求预测中通过构建需求预测模型、利用历史数据和实时数据进行分析等方法进行分析。通过大数据技术的引入,航空公司能够提高航材管理效率、降低运营成本并增强飞行安全性,值得广泛应用和推广。 展开更多

关键词 大数据分析 航空公司 航材需求预测 故障模式识别

在线阅读 下载PDF 职称材料

INS/ADS/GPS组合导航高灵敏度故障检测和识别方法 被引量：9

11

作者 李振威 程咏梅 +2 位作者 刘刚 徐铭 冯鑫涛 《中国惯性技术学报》 EI CSCD 北大核心 2020年第5期694-700,共7页

针对卡方检测无法精准定位到故障变量的具体维数以及对缓变故障检测灵敏度低的问题,提出INS/ADS/GPS组合导航高灵敏度故障检测和识别方法。引入序贯滤波的思想,建立了INS/ADS和INS/GPS两种序贯故障检测模型,可将故障定位到导航子系统的... 针对卡方检测无法精准定位到故障变量的具体维数以及对缓变故障检测灵敏度低的问题,提出INS/ADS/GPS组合导航高灵敏度故障检测和识别方法。引入序贯滤波的思想,建立了INS/ADS和INS/GPS两种序贯故障检测模型,可将故障定位到导航子系统的具体维数;提出了渐消记忆序贯概率比检测(F-SPRT)算法,解决了缓变故障检测灵敏度低的问题;将序贯故障检测方法与F-SPRT算法结合,建立了高灵敏度故障检测和识别架构。仿真结果表明:在满足虚警率0.1%的条件下,与传统SPRT方法相比,提出的算法对缓变故障检测的灵敏度约提高了2倍,并可有效实现故障的识别。 展开更多

关键词 序贯卡方检测 缓变故障检测 高灵敏度 故障模式识别

在线阅读 下载PDF 职称材料

面向多故障模式的多尺度相似性集成寿命预测 被引量：4

12

作者 舒俊清 许昱晖 +2 位作者 夏唐斌 潘尔顺 奚立峰 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第5期564-575,共12页

针对传统相似性方法忽略设备故障模式、退化速度以及监测数据长度间差异性的问题,提出多故障模式下多尺度相似性集成(MFM-MSEN)方法,以提高寿命预测精度并表征预测不确定性.通过训练故障分类模型,设计时序加权预测策略,识别设备故障模式... 针对传统相似性方法忽略设备故障模式、退化速度以及监测数据长度间差异性的问题,提出多故障模式下多尺度相似性集成(MFM-MSEN)方法,以提高寿命预测精度并表征预测不确定性.通过训练故障分类模型,设计时序加权预测策略,识别设备故障模式,实现训练与测试设备间的分类匹配并降低匹配复杂度.在此基础上提出多尺度集成策略,可克服单尺度方法的数据利用率限制,并增强预测泛化性能,在多个尺度上匹配健康指标间的相似性,进一步采用核密度估计集成多尺度预测结果,以高精度拟合剩余寿命概率分布.实验结果证明,MFM-MSEN方法具有应对设备退化差异的优越性. 展开更多

关键词 剩余使用寿命 故障模式识别 多尺度集成策略 核密度估计 相似性方法

在线阅读 下载PDF 职称材料

蚁群约简与神经网络用于航空发动机故障识别

13

作者 刘柳 王君艳 顾星海 《信息技术》 2014年第6期83-86,共4页

为解决航空发动机转子系统故障模式识别这一复杂问题,将蚁群算法与BP神经网络相结合应用于故障模式识别。文中采用蚁群算法对反映发动机运行工况的故障特征参数进行约简,并结合BP神经网络对故障识别过程做了分析,以航空发动机转子系统... 为解决航空发动机转子系统故障模式识别这一复杂问题,将蚁群算法与BP神经网络相结合应用于故障模式识别。文中采用蚁群算法对反映发动机运行工况的故障特征参数进行约简,并结合BP神经网络对故障识别过程做了分析,以航空发动机转子系统的故障识别为对象进行了实验验证。结果表明,利用蚁群算法对航空发动机转子系统故障特征参数进行约简,剔除了输入冗余信息,降低了网络数据维数,提高了运算效率和故障识别的正确性。 展开更多

关键词 航空发动机 蚁群算法 BP神经网络 故障模式识别

在线阅读 下载PDF 职称材料

智能变电站二次设备运维中的监控与故障识别技术分析 被引量：9

14

作者 刘永振 《集成电路应用》 2023年第12期396-397,共2页

阐述二次设备运维中的智能化监控技术特点,故障检测与实时监控的集成方法、预测性维护与设备健康评估方法,探讨数据驱动的故障模式识别技术、风险评估与运维决策支持系统应用。

关键词 智能变电站 故障模式识别 运维决策支持系统 智能化监控技术

在线阅读 下载PDF 职称材料

改进的神经网络和灰色理论在故障诊断中的应用 被引量：1

15

作者 潘宏侠 孟浩东 黄晋英 《火炮发射与控制学报》 北大核心 2005年第2期48-51,共4页

在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的 BP 神经网络和 ABO 灰色关联度诊断法。应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数。讨论了特征参数的无量纲化处理方法,并结合 ABO 灰... 在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的 BP 神经网络和 ABO 灰色关联度诊断法。应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数。讨论了特征参数的无量纲化处理方法,并结合 ABO 灰色关联度诊断法简单易于实现和 BP 神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策。 展开更多

关键词 故障诊断 灰色理论 应用 灰色关联度 BP神经网络法 故障模式识别 特征参数 小波分析法 诊断方法 小波消噪 振动信号 处理方法 无量纲化 诊断决策 诊断法 齿轮箱 时频域

在线阅读 下载PDF 职称材料

汽车非确定性故障诊断模型研究

16

作者 董宪元 周晶 高昆鹏 《现代交通技术》 2008年第5期77-79,共3页

针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进... 针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进行诊断,最后以实例验证了该模型的实用性。 展开更多

关键词 汽车 非确定性故障 诊断模型 故障模式识别

在线阅读 下载PDF 职称材料

基于小波包特征提取和模糊熵特征选择的柴油机故障分析 被引量：35

17

作者 蒋佳炜 胡以怀 +1 位作者 柯赟 陈彦臻 《振动与冲击》 EI CSCD 北大核心 2020年第4期273-277,298,共6页

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特... 船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特征提取和模糊熵特征择的柴油机故障诊断方法。利用模糊熵对小波包能量谱提取出的特征集进行特征选择,将选择后的特征参数输入LS-SVM进行故障模式识别。试验结果表明,该方法可以提高故障识别准确率。在该试验中,故障识别准确率达到了99.36%,相比于未进行特征选择的特征集,识别准确率提高了0.72%。 展开更多

关键词 小波包分析 模糊熵 特征选择 支持向量机 柴油机故障诊断 故障模式识别

在线阅读 下载PDF 职称材料

基于遗传算法优化支持向量机的船用柴油机气门漏气故障智能诊断方法 被引量：10

18

作者 蔡一杰 陈俊杰 +2 位作者 王君 张云东 杨建国 《内燃机工程》 CAS CSCD 北大核心 2022年第2期71-76,84,共7页

针对船用柴油机气阀漏气故障的问题,提出一种结合遗传算法(genetic algorithm,GA)与支持向量机(support vector machine,SVM)的船舶柴油机气阀漏气振动诊断方法,称之为遗传算法优化支持向量机(GA-SVM)。通过分析静态与动态工况下的缸盖... 针对船用柴油机气阀漏气故障的问题,提出一种结合遗传算法(genetic algorithm,GA)与支持向量机(support vector machine,SVM)的船舶柴油机气阀漏气振动诊断方法,称之为遗传算法优化支持向量机(GA-SVM)。通过分析静态与动态工况下的缸盖振动信号,提取训练SVM特征参数,利用GA-SVM的惩罚因子与核函数参数对故障进行识别。试验结果表明,GA-SVM方法完善了SVM参数选取方法,可有效识别柴油机气门漏气故障。优化后的整体故障诊断准确率为99.333%,相比于未优化前的测试集,故障诊断正确率提高了约2%。 展开更多

关键词 柴油机 故障诊断 气门漏气 遗传算法 支持向量机 故障模式识别

在线阅读 下载PDF 职称材料

基于小波能量谱分析与SVM的柴油机气阀间隙异常故障诊断 被引量：4

19

作者 蒋佳炜 胡以怀 +1 位作者 柯赟 陈彦臻 《机电设备》 2018年第4期58-65,共8页

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特... 船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机气阀间隙异常的故障诊断,由于柴油机气阀间隙振动信号噪声多,利用SVM对柴油机气阀间隙进行预测时需要进行特征提取。鉴于此,研究了基于小波能量谱分析的SVM柴油机气阀间隙的故障诊断方法,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备当前状态。 展开更多

关键词 小波分析 支持向量机 遗传算法 故障模式识别

在线阅读 下载PDF 职称材料

基于MLP网络轴承故障诊断 被引量：1

20

作者 张明 高志彬 《汽车实用技术》 2021年第18期163-166,共4页

汽车诊断设备重要特征是应用自动化的综合诊断技术提高对复杂故障的诊断和预测能力,使汽车检测与故障诊断技术向人工智能方向发展。机器学习可以使计算机模仿生物机体从外部输入的信息数据中学习有用知识用于调整优化自身算法结构提升... 汽车诊断设备重要特征是应用自动化的综合诊断技术提高对复杂故障的诊断和预测能力,使汽车检测与故障诊断技术向人工智能方向发展。机器学习可以使计算机模仿生物机体从外部输入的信息数据中学习有用知识用于调整优化自身算法结构提升故障诊断的可靠性。文章应用改进极点对称模态分解方法提取故障振动信号的初始模态分量导入多层感知器(MLP)网络训练,建立故障模式识别系统。 展开更多

关键词 轴承故障诊断 多层感知器网络 机器学习 故障模式识别

在线阅读 下载PDF 职称材料