基于局域波法和KPCA-LSSVM的滚动轴承故障诊断

被引：15

作者：

杨先勇 ^{[1
,2
]}

周晓军 ^{[1
]}

张文斌 ^{[1
]}

杨富春 ^{[1
]}

机构：

[1] 浙江大学浙江省先进制造技术重点实验室

[2] 中国舰船研究设计中心

来源：

浙江大学学报(工学版) | 2010年 / 44卷 / 08期

关键词：

滚动轴承; 故障诊断; 局域波法; 核主元分析; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

TH133.3 [轴承]; TH165.3 [];

学科分类号：

摘要：

针对故障滚动轴承振动信号具有非平稳性,提出基于局域波法和核主元分析-最小二乘支持向量机(KPCA-LSSVM)的故障诊断方法.先对轴承振动信号进行局域波分解得到若干内禀模式函数(IMF),分别计算各IMF分量的特征能量、奇异值和AR模型参数作为原始特征向量,再用KPCA将原始特征向量映射到高维特征空间提取主元构造新的特征向量,将其作为LSSVM分类器的输入来实现轴承的故障诊断.故障诊断试验结果表明,KPCA-LSSVM诊断方法通过KPCA得到更多的识别信息,改善了LSSVM的分类性能,相对于直接LSSVM诊断方法具有更优的泛化性,可准确识别轴承的故障类别和严重程度.

引用

页码：1519 / 1524

页数：6

共 6 条

[1] 基于阶次跟踪和经验模态分解的滚动轴承包络解调分析 [J].