發(fā)布時(shí)間：2018-07-29 17:14

【摘要】：針對(duì)滾動(dòng)軸承振動(dòng)信號(hào)的非平穩(wěn)特征,以及現(xiàn)實(shí)中難以獲得大量典型故障樣本的情況,提出了一種基于變分模態(tài)分解的近似熵和支持向量機(jī)的故障診斷方法。首先,通過(guò)VMD將原始振動(dòng)信號(hào)分解為若干個(gè)頻率尺度的本征模態(tài)分量;然后,計(jì)算各個(gè)IMF分量的近似熵并組成特征向量;最后,將上述特征向量輸入支持向量機(jī)進(jìn)行訓(xùn)練,并判斷軸承的工作狀態(tài)和故障類型。分析結(jié)果表明:與EMD及LMD相比,VMD近似熵與支持向量機(jī)相結(jié)合后,診斷精度得到了較大的提高,更適用于軸承故障的自動(dòng)化診斷。
[Abstract]:Aiming at the non-stationary feature of rolling bearing vibration signal and the fact that it is difficult to obtain a large number of typical fault samples in reality, a fault diagnosis method based on approximate entropy and support vector machine (SVM) based on variational mode decomposition (VMD) is proposed. First, the original vibration signal is decomposed into eigenmode components of several frequency scales by VMD. Then, the approximate entropy of each IMF component is calculated and the eigenvector is formed. Finally, the above eigenvector is input into the support vector machine for training. And judge the bearing working state and fault type. The results show that compared with EMD and LMD, the accuracy of diagnosis is greatly improved, which is more suitable for the automatic diagnosis of bearing faults.
【作者單位】： 火箭軍工程大學(xué);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(51405498) 陜西省自然科學(xué)基金項(xiàng)目(2013JQ8023) 中國(guó)博士后基金項(xiàng)目(2015M582642)
【分類號(hào)】：TH133.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 岳應(yīng)娟;孫鋼;蔡艷平;劉長(zhǎng)江;張世雄;;變分模態(tài)分解在軸承故障診斷中的應(yīng)用[J];軸承;2016年08期

2 劉長(zhǎng)良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年13期

3 張淑清;孫國(guó)秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機(jī)械故障診斷研究[J];儀器儀表學(xué)報(bào);2013年03期

4 蔡艷平;李艾華;石林鎖;白向峰;沈金偉;;基于EMD與譜峭度的滾動(dòng)軸承故障檢測(cè)改進(jìn)包絡(luò)譜分析[J];振動(dòng)與沖擊;2011年02期

相關(guān)碩士學(xué)位論文 前1條

1 魏于凡;支持向量機(jī)在智能故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（北京）;2007年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳廣河;丁建明;林建輝;趙秋園;;軸承故障檢測(cè)的EEMD-RA-KU方法研究[J];機(jī)械強(qiáng)度;2016年06期

2 岳應(yīng)娟;孫鋼;蔡艷平;;基于變分模態(tài)分解近似熵和支持向量機(jī)的軸承故障診斷方法[J];軸承;2016年12期

3 馬新娜;楊紹普;;基于三維譜峭圖算法的共振解調(diào)技術(shù)研究及應(yīng)用[J];中國(guó)機(jī)械工程;2016年22期

4 徐波;韓學(xué)山;李業(yè)勇;張玉敏;李明;黃海麗;;電力設(shè)備機(jī)會(huì)維修決策模型[J];中國(guó)電機(jī)工程學(xué)報(bào);2016年23期

5 鐘毅;;一種基于相關(guān)系數(shù)的模糊C-均值聚類算法[J];軟件產(chǎn)業(yè)與工程;2016年06期

6 湛維明;石巖;王佳;;基于雙樹(shù)復(fù)小波包變換和1.5維譜的軸承故障診斷方法[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年06期

7 陳重陽(yáng);熊邦書(shū);黃建萍;莫燕;李新民;;基于LMD和ICA的滾動(dòng)軸承故障診斷[J];機(jī)械強(qiáng)度;2016年05期

8 陳虹屹;王小敏;郭進(jìn);楊揚(yáng);;基于EEMD奇異熵的高速道岔裂紋傷損檢測(cè)[J];振動(dòng).測(cè)試與診斷;2016年05期

9 賈亞飛;朱永利;王劉旺;李莉;;基于VMD和多尺度熵的變壓器內(nèi)絕緣局部放電信號(hào)特征提取及分類[J];電工技術(shù)學(xué)報(bào);2016年19期

10 姜建國(guó);劉盈萱;;基于CEEMD和譜峭度的軸承故障診斷[J];化工自動(dòng)化及儀表;2016年10期

相關(guān)碩士學(xué)位論文 前10條

1 張寧波;基于信息融合的電子產(chǎn)品故障診斷[D];中北大學(xué);2015年

2 原平;基于EMD近似熵和LS-SVM的齒輪箱故障診斷研究[D];中北大學(xué);2013年

3 蔡一杰;柴油機(jī)氣閥漏氣故障振動(dòng)診斷方法研究[D];武漢理工大學(xué);2013年

4 趙振書(shū);基于相似性原理的發(fā)電機(jī)故障預(yù)警系統(tǒng)[D];華北電力大學(xué);2013年

5 馬玉峰;風(fēng)電機(jī)組齒輪箱故障趨勢(shì)預(yù)測(cè)方法研究[D];華北電力大學(xué);2013年

6 邴漢昆;基于小波分析和SVM的汽輪機(jī)非線性振動(dòng)故障診斷研究[D];華北電力大學(xué);2013年

7 周小軍;基于AMESim液壓系統(tǒng)泄漏仿真與故障診斷研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

8 劉曉娟;基于希爾伯特—黃變換和支持向量機(jī)的齒輪箱故障診斷研究[D];中北大學(xué);2011年

9 吳正苗;基于信息融合和極限學(xué)習(xí)機(jī)的模擬電路故障診斷[D];湖南大學(xué);2011年

10 吳希曦;高檔數(shù)控機(jī)床關(guān)鍵部件故障智能診斷技術(shù)研究[D];西南交通大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 隋文濤;張丹;Wilson Wang;;基于EMD和MKD的滾動(dòng)軸承故障診斷方法[J];振動(dòng)與沖擊;2015年09期

2 向丹;岑健;;基于EMD熵特征融合的滾動(dòng)軸承故障診斷方法[J];航空動(dòng)力學(xué)報(bào);2015年05期

3 劉長(zhǎng)良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年13期

4 徐卓飛;劉凱;;基于極值符號(hào)序列分析的EMD端點(diǎn)效應(yīng)處理方法[J];振動(dòng).測(cè)試與診斷;2015年02期

5 向玲;鄢小安;;汽輪機(jī)轉(zhuǎn)子故障診斷中LMD法和EMD法的性能對(duì)比研究[J];動(dòng)力工程學(xué)報(bào);2014年12期

6 郭謀發(fā);徐麗蘭;繆希仁;陳立純;;采用時(shí)頻矩陣奇異值分解的配電開(kāi)關(guān)振動(dòng)信號(hào)特征量提取方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年28期

7 康守強(qiáng);王玉靜;姜義成;楊廣學(xué);宋立新;V.I.MIKULOVICH;;基于超球球心間距多類支持向量機(jī)的滾動(dòng)軸承故障分類[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年14期

8 鮑永勝;;局部放電脈沖波形特征提取及分類技術(shù)[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年28期

9 張淑清;孫國(guó)秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機(jī)械故障診斷研究[J];儀器儀表學(xué)報(bào);2013年03期

10 馮輔周;饒國(guó)強(qiáng);張麗霞;司愛(ài)威;;基于EMD和排列熵的軸承異常檢測(cè)方法研究[J];軸承;2013年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊福生,廖旺才;近似熵:一種適用于短數(shù)據(jù)的復(fù)雜性度量[J];中國(guó)醫(yī)療器械雜志;1997年05期

2 徐進(jìn);杜占芳;鄭崇勛;裴曉梅;;基于近似熵的認(rèn)知能力對(duì)事件相關(guān)電位的影響研究[J];西安交通大學(xué)學(xué)報(bào);2008年10期

3 古華光,任維,劉鋼,沈羨云,孟京瑞;近似熵及其在心率變異分析中的應(yīng)用[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2000年06期

4 袁忠;黃頻波;耿文霞;;基于近似熵譜的碳纖維復(fù)合材料層壓板拉伸損傷聲發(fā)射分析[J];宇航材料工藝;2014年04期

5 徐安,劉軍,彭旗宇,黃國(guó)建;動(dòng)態(tài)近似熵快速算法在心率變異研究中的應(yīng)用[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年04期

6 韓清鵬;;人體HRV信號(hào)的檢測(cè)及其復(fù)雜性分析[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

7 汪晨;和衛(wèi)星;陳曉平;;基于模糊近似熵與辛幾何的肌肉疲勞分析[J];現(xiàn)代儀器與醫(yī)療;2013年04期

8 齊子元;張英堂;徐章遂;程利軍;;基于多分辨率近似熵的發(fā)動(dòng)機(jī)聲信號(hào)特征提取[J];車用發(fā)動(dòng)機(jī);2008年05期

9 朱平良;吳書(shū)有;黃偉國(guó);孔凡讓;周勤;梁俊璞;;多分辨率能量波動(dòng)-近似熵方法的設(shè)備故障診斷研究[J];現(xiàn)代制造工程;2009年12期

10 劉慧,和衛(wèi)星,陳曉平;生物時(shí)間序列的近似熵和樣本熵方法比較[J];儀器儀表學(xué)報(bào);2004年S1期

相關(guān)會(huì)議論文 前6條

1 劉慧;和衛(wèi)星;陳曉平;;生物時(shí)間序列的近似熵和樣本熵方法比較[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

2 丁尚文;錢志余;李韙^M;陶玲;胡光霞;鄭楊;;基于低頻光誘發(fā)腦電θ波段近似熵特征研究[A];中國(guó)光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

3 徐新萍;王德文;彭瑞云;李英俊;左紅艷;王少霞;李楊;王水明;孫成峰;;常壓缺氧對(duì)大鼠腦電圖近似熵的影響研究[A];第十三屆中國(guó)體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2013年

4 徐新萍;彭瑞云;王少霞;李楊;王水明;王長(zhǎng)振;姚斌偉;常公民;左紅艷;;近似熵在微波輻射致獼猴腦損傷檢測(cè)中的應(yīng)用[A];第八屆全國(guó)生物醫(yī)學(xué)體視學(xué)學(xué)術(shù)會(huì)議、第十一屆全軍軍事病理學(xué)學(xué)術(shù)會(huì)議、第七屆全軍定量病理學(xué)學(xué)術(shù)會(huì)議論文（摘要）匯編[C];2012年

5 金紅梅;何文平;張文;馮愛(ài)霞;侯威;;噪聲對(duì)滑動(dòng)移除近似熵的影響[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S4 極端氣候事件和災(zāi)害風(fēng)險(xiǎn)管理[C];2014年

6 曹征濤;王興邦;秦明新;;利用MATLAB對(duì)HRV信號(hào)進(jìn)行非線性動(dòng)力學(xué)分析的初探[A];信號(hào)與信息處理技術(shù)——第一屆信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

相關(guān)碩士學(xué)位論文 前10條

1 齊元利;基于近似熵和改進(jìn)K均值的燃?xì)庑孤�檢測(cè)[D];上海師范大學(xué);2016年

2 肖紅國(guó);基于復(fù)雜度研究腦電中的癲癇發(fā)作特征[D];河北工業(yè)大學(xué);2007年

3 沈勇;基于非線性動(dòng)力學(xué)的中醫(yī)聲診信息的提取與識(shí)別的研究[D];華東理工大學(xué);2011年

4 孫衛(wèi)國(guó);癲癇腦電的復(fù)雜度和近似熵研究[D];第一軍醫(yī)大學(xué);2006年

5 金紅梅;近似熵對(duì)氣候突變檢測(cè)的適用性研究[D];蘭州大學(xué);2013年

6 賀強(qiáng);害羞與EEG的關(guān)系[D];電子科技大學(xué);2003年

7 袁媛;音樂(lè)速度感知的腦電研究[D];電子科技大學(xué);2009年

8 馬宏娟;基于互近似熵和互樣本熵的腦功能網(wǎng)絡(luò)構(gòu)建及應(yīng)用[D];西安電子科技大學(xué);2014年

9 徐秋晶;基于腦電熵參數(shù)的視覺(jué)注意力分級(jí)研究[D];天津大學(xué);2009年

10 胡江和;心電RR序列的非線性動(dòng)力學(xué)分析[D];中南大學(xué);2007年

，

本文編號(hào)：2153409