基于独立分量分析与相关系数的机械故障特征提取

被引:25
作者
赵志宏 [1 ,2 ]
杨绍普 [2 ]
申永军 [2 ]
机构
[1] 石家庄铁道大学信息科学与技术学院
[2] 河北省交通安全与控制重点实验室
关键词
独立分量分析; 特征提取; 相关系数; 故障诊断; 支持向量机;
D O I
10.13465/j.cnki.jvs.2013.06.008
中图分类号
TN911.7 [信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
提出一种基于独立分量分析与相关系数的机械故障特征提取方法。首先对不同工况的机械振动信号分别进行独立分量分析,获得各种工况信号的独立分量,这些独立分量中蕴含了该工况的一些内在特征;接着利用样本与不同工况信号提取的独立分量的相关系数绝对值的和作为该样本的特征,与直接利用相关系数作为特征相比鲁棒性与区分程度都得到提高;最后使用支持向量机作为分类器进行识别。分别进行了齿轮故障特征提取与轴承故障特征提取实验,实验结果表明,此方法可以很好地提取机械故障特征信息。本文方法的优点在于直接从振动信号的原始数据中进行特征提取,获取机械故障蕴含的一些特征,应用范围广,具有较高地工程应用价值。
引用
收藏
页码:67 / 72
页数:6
相关论文
共 10 条
[1]   想象左右手运动的脑电特征提取 [J].
王攀 ;
沈继忠 ;
施锦河 .
传感技术学报, 2010, 23 (09) :1220-1225
[2]   独立分量分析在齿轮箱轴承故障诊断中的应用 [J].
唐力伟 ;
田广 ;
张彦 ;
田昊 .
轴承, 2010, (09) :48-50
[3]   一种自适应算法的语音信号盲分离 [J].
梁淑芬 ;
江太辉 .
信号处理, 2010, (07) :1094-1098
[4]   一种抑制EMD端点效应新方法及其在信号特征提取中的应用 [J].
曹冲锋 ;
杨世锡 ;
杨将新 .
振动工程学报, 2008, 21 (06) :588-593
[5]   基于独立分量分析的普适人脸识别系统 [J].
安高云 ;
阮秋琦 .
北京交通大学学报, 2006, (05) :6-9+14
[6]   非线性小波变换在故障特征提取中的应用 [J].
段晨东 ;
何正嘉 ;
姜洪开 .
振动工程学报, 2005, (01) :134-137
[7]   Constrained independent component analysis and its application to machine fault diagnosis [J].
Wang, Zhiyang ;
Chen, Jin ;
Dong, Guangming ;
Zhou, Yu .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2011, 25 (07) :2501-2512
[8]   Detection of microaneurysms using multi-scale correlation coefficients [J].
Zhang, Bob ;
Wu, Xiangqian ;
You, Jane ;
Li, Qin ;
Karray, Fakhri .
PATTERN RECOGNITION, 2010, 43 (06) :2237-2248
[9]   Feature extraction using independent components of each category [J].
Kotani, M ;
Ozawa, S .
NEURAL PROCESSING LETTERS, 2005, 22 (02) :113-124
[10]  
独立分量分析的原理与应用.[M].杨福生;洪波著;.清华大学出版社.2006,