结合循环平稳和支持向量数据描述的轴承性能退化评估研究

被引：13

作者：

潘玉娜

陈进

机构：

[1] 上海交通大学机械系统与振动国家重点实验室

来源：

机械科学与技术 | 2009年 / 28卷 / 04期

关键词：

支持向量数据描述; 循环平稳; 性能退化评估; 加速疲劳寿命试验; 轴承;

D O I：

10.13433/j.cnki.1003-8728.2009.04.010

中图分类号：

TH133.3 [轴承];

学科分类号：

摘要：

轴承性能退化评估是进行设备主动维护、实现零停机率的关键技术。循环平稳分析能够识别滚动轴承微弱故障,基于统计学习理论的支持向量数据描述是一种具有良好计算性能的单值分类方法。基于此,本文结合二者,提出了一种新的轴承性能评估方法。该方法以循环平稳分析进行特征提取,得到组合切片累积能量,在仅有正常状态下的数据样本时,即可用支持向量数据描述建立知识库,从而实现了对待测样本退化程度的定量评估。通过对轴承加速疲劳寿命试验中全寿命周期的评估,验证了所提出方法的可行性和有效性。

引用

页码：442 / 445

页数：4

共 4 条

[1] 支持向量数据描述用于机械设备状态评估研究
李凌均
韩捷
郝伟
董辛
何正嘉
[J]. 机械科学与技术, 2005, (12) : 1426 - 1429
[2] 基于循环平稳的滚动轴承及齿轮微弱故障特征提取应用研究[D]. 毕果.上海交通大学. 2007
[3] Online tracking of bearing wear using wavelet packet decomposition and probabilistic modeling: A method for bearing prognostics[J] . Hasan Ocak,Kenneth A. Loparo,Fred M. Discenzo. Journal of Sound and Vibration . 2007 (4)
[4] Measurement of machine performance degradation using a neural network model
Lee, J
[J]. COMPUTERS IN INDUSTRY, 1996, 30 (03) : 193 - 209

← 1 →