基于形态优化滤波和最小二乘支持向量机的轴承故障分析
2017-07-18张绍旺徐光荣
中国测试 2017年4期
饶 杰,张绍旺,徐光荣,张 勇
(云南省计量测试技术研究院,云南 昆明 650228)
基于形态优化滤波和最小二乘支持向量机的轴承故障分析
饶 杰,张绍旺,徐光荣,张 勇
(云南省计量测试技术研究院,云南 昆明 650228)
为实现滚动轴承故障分析,提出基于形态优化滤波和最小二乘支持向量机的轴承故障分析方法。首先,通过判别指标最大化原则确定最佳形态滤波算子;然后,用最佳形态滤波算子对滚动轴承实例故障信号进行降噪分析;最后,利用粒子群对模型参数进行寻优,利用最小二乘支持向量机建立轴承故障分析模型,并对模型效果进行评价。实验结果表明:该方法从模型稳定性、预测准确度、模型复杂度3个方面考虑,故障分析结果较优,能够更好地提取轴承故障特征信息。
滚动轴承;特征提取;形态滤波;最小二乘支持向量机;故障诊断
0 引 言
滚动轴承被称为“工业的关节”,广泛应用于铁路、汽车、轮船、航空航天、机械等领域,其检测技术的高低直接影响机械等产业的发展水平。轴承运行过程中发生故障时,各零件发生碰撞表现为非线性、非稳定性、复杂性的振动信号,而机械故障特征往往被包含在这些复杂的信号中。长期以来,从非线性、非稳定性的信号中提取机械故障特征信号的研究一直备受关注,因此旋转机械轴承故障特征提取和状态监测一直是工业界热点研究课题。随着信号降噪和分析能力的提高,利用信号降噪分析方法提取故障特征频率实现故障检测和诊断研究成为一个重要课题。……
登录APP查看全文
