-
题名基于双树复小波和奇异差分谱的齿轮故障诊断研究
被引量：13
- 1
-
-
作者
胥永刚
孟志鹏
陆明
付胜
-
机构
北京工业大学机电学院先进制造技术北京市重点实验室
-
出处
《振动与冲击》
EI
CSCD
北大核心
2014年第1期11-16,23,共7页
-
基金
国家自然科学基金(51075009)
北京市优秀人才培养资助计划(2011D005015000006)
-
文摘
针对齿轮故障振动信号的非平稳特性和包含强烈噪声,很难提取故障特征频率的情况,提出了基于双树复小波和奇异差分谱的故障诊断方法。首先将非平稳的故障振动信号通过双树复小波分解为几个不同频段的分量;由于噪声的影响,从各个分量的频谱中难以准确地得到故障频率。然后对包含故障特征的分量构建Hankel矩阵并进行奇异值分解,求奇异值差分谱曲线,确定奇异值个数进行SVD重构降噪,由此实现对故障特征信息的提取。最后再求希尔伯特包络谱,便能准确地得到故障频率。实验结果和工程应用表明,该方法可以有效地提取齿轮的故障特征信息,验证了方法的可行性和有效性。
-
关键词
双树复小波
HANKEL矩阵
奇异值
奇异差分谱
故障诊断
dual-tree
complex
wavelet
transform
(DT-CWT
)
singular
value
decomposition
(SVD)
-
Keywords
Hankel matrix
singular value difference spectrum
fault diagnosis
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TH165
[机械工程—机械制造及自动化]
-
-
题名基于双树复小波包和改进SVM的轴承故障诊断
被引量：16
- 2
-
-
作者
杨宇
曾国辉
黄勃
-
机构
上海工程技术大学电子电气工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第17期231-235,共5页
-
基金
国家自然科学基金(No.61603242)
江西省经济犯罪侦查与防控技术协同创新中心开放课题(No.JXJZXTCX-030)。
-
文摘
为了提高滚动轴承内圈、滚动体、外圈等故障诊断效率,提出了将双树复小波包和支持向量机(Support Vector Machine,SVM)结合的故障诊断方法。采用双树复小波包对轴承振动信号分解和重构,提取重构信号中的故障能量特征并构造特征样本作为支持向量机诊断模型的输入。针对支持向量机的参数选取没有固定方法而导致故障诊断的准确性降低的问题,采用人工鱼群算法对支持向量机的惩罚系数和核参数进行寻优。用寻优得到的参数建立支持向量机诊断模型对特征样本进行故障诊断。仿真结果表明提出的方法不仅可以提高降噪效果从而得到滚动轴承故障振动的特征信号,而且能实现更高精度的故障诊断。
-
关键词
滚动轴承
支持向量机
故障诊断
双树复小波包
人工鱼群算法
-
Keywords
roller bearings
Support Vector Machine(SVM)
fault diagnosis
dual-tree complex wavelet package
artificial fish swarm algorithm
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TH165
[机械工程—机械制造及自动化]
-
