基于振动敏感时频特征的航天轴承寿命状态识别方法

被引：14

作者：

陈仁祥 ^{[1
,2
]}

陈思杨 ^{[1
]}

杨黎霞 ^{[1
]}

王家序 ^{[2
]}

董绍江 ^{[1
]}

徐向阳 ^{[1
]}

机构：

[1] 重庆交通大学机电与车辆工程学院

[2] 四川大学空天科学与工程学院

来源：

振动与冲击 | 2016年 / 35卷 / 17期

基金：

中国博士后科学基金;

关键词：

航天轴承; 振动; 敏感时频特征; 敏感性指标; 寿命状态;

D O I：

10.13465/j.cnki.jvs.2016.17.023

中图分类号：

V467 [航天器的维护与修理];

学科分类号：

082503 ;

摘要：

针对非敏感特征削弱了航天轴承寿命状态特征集表征能力和识别率的问题,提出基于振动敏感时频特征的航天轴承寿命状态识别方法。设计出基于散布矩阵的寿命敏感性指标计算方法,根据该指标优选出使样本类内散度小、类间距大的敏感特征构建出寿命状态敏感特征集,增强对寿命状态的表征性。通过线性局部切空间排列算法(Linear Local Tangent Space Alignment,LLTSA)对寿命状态敏感特征集进行维数约简和特征融合,去除冗余信息,获得分类特性更好的低维寿命状态特征集,并输入最近邻分类器(K-Nearest Neighbors Classifier,KNNC)实现航天轴承不同寿命状态的识别。工程应用结果证明了所提方法的有效性和可行性。

引用

页码：134 / 139+164 +164

页数：7

共 10 条

[1] 基于敏感特征选择与流形学习维数约简的故障诊断 [J].

苏祖强 ;

汤宝平 ;

姚金宝 .

振动与冲击, 2014, 33 (03) :70-75

[2] 基于流形学习和K-最近邻分类器的旋转机械故障诊断方法 [J].

宋涛 ;

汤宝平 ;

李锋 .

振动与冲击, 2013, 32 (05) :149-153

[3]

振动谱表征空间滚动轴承寿命状态方法研究[D]. 陈仁祥.重庆大学. 2012

[4] Bearing degradation process prediction based on the PCA and optimized LS-SVM model [J].

Dong, Shaojiang ;

Luo, Tianhong .

MEASUREMENT, 2013, 46 (09) :3143-3152

[5] Rotating machine fault diagnosis using dimension reduction with linear local tangent space alignment [J].

Li, Feng ;

Tang, Baoping ;

Yang, Rongsong .

MEASUREMENT, 2013, 46 (08) :2525-2539

[6]

Chemical Degradation of a Multiply Alkylated Cyclopentane (MAC) Oil During Wear: Implications for Spacecraft Attitude Control System Bearings[J] . P. A. Bertrand. Tribology Letters . 2013 (2)

[7] Physics-based modeling strategies for diagnostic and prognostic application in aerospace systems [J].