欢迎来到清道夫环保网站服务平台

关键字:环保设备网  工业废料交易  技术交易  环保服务

环保设备网二维码
扫一扫关注更多信息
您当前的位置:首页>环保学堂>学堂列表>技术方案>节能>基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

发布日期: 2020-06-30

来源: www.qdf0605.com

  • 资料大小: 1.74MB
  • 资料类别: 机械论文
  • 下载积分: 0积分
  • 文档格式: pdf
  • 浏览次数: 10人浏览
  • 更新时间: 2020-06-30
  • 发布者: 清道夫环保网

基本简介

基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

实验结果表明利用基于峭度准则的LCD降噪方法处理滚动轴承振动信号对比实验得到从分解效率和分解层数角度出发,LCD相对于EMD算法来说具有明显的优越性,筛选出包含主要特征信息的前3ISC分量然后通过求取ISC模糊熵提取故障敏感特征集结合LS-SVM分类器能有效的诊断识别滚动轴承故障识别率达到84%以上,说明此方法时一种有效的滚动轴承故障诊断方法。

 基于LCD降噪与LS-SVM的滚动轴承故障诊断方法

作为旋转机械化工设备中极为常见的零件,滚动轴承.也是最为常见的故障发生部位其中大约30%的故障都是由滚动轴承故障导致的。一旦其发生故障容易导致机械运行受损严重的甚至威胁到操作人员人身安全。因此,对其进行故障诊断研究是保障机械化工设备运行可靠性的重要研究内容之一。

在实际工况影响下采集到的滚动轴承振动信号般表现出非平稳性、非线性等特点而故障诊断的难点在于如何有效地提取出信号中的敏感特征。局部特征尺度分解是程军圣等提出的一种新的信号自适应性处理方法该方法能够有效地将多周期分量信号分解为一组内禀尺度分量之和非常适用于具有非线性、非平稳性等特点的滚动轴承振动信号时频分析。Chen等在样本熵的基础上提出了模糊熵算法用隶属度函数代替样本熵计算中使用的硬阈值判据且在生理电信号领域获得了良好的应用。因此本文结合LCD算法和模糊熵特征提取算法各自的优点,提取信号的ISC模糊熵敏感特征集作为LS-SVM分类器的输特征向量利用训练好的LS-SVM分类器对轴承所处的状态进行诊断识别研究。

 

完整版论文请点击下方链接阅读或者下载
特别提示:本资源需要会员组权限,普通注册用户无法下载。

下载地址

版权与免责声明:
  1. 凡本网注明"来源:清道夫环保网"的所有作品,版权均属于清道夫环保网,转载请必须注明清道夫环保网,www.qdf0605.com。违反者本网将追究相关法律责任。
  2. 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  3. 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

联系清道夫环保网

  • 平台电话:0373-3808540
  • 客服QQ:1002515682@qq.com
  • 联系电话:18625918536
  • 地址:新乡市红旗区五星座

联系清道夫环保网