特征筛选与SVM结合的风机轴承故障诊断研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.50 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
由于城市轨道交通频繁运行,地铁风机滚动轴承的故障特征极易被复杂多变的背景噪声所掩盖。针对这一问题,提出了一种基于特征筛选与支持向量机(SVM)的故障诊断方法。首先,从轴承原始监测信号中提取多尺度特征,构建轴承常见故障状态下的健康指标特征集;其次,利用拉普拉斯评分对处于故障状态下的健康指标特征集与正常状态下的健康指标特征集进行对比,获得健康指标敏感程度权重分数,筛选出敏感故障特征;最后,运用SVM算法对筛选出的特征进行故障识别,从而准确地实现地铁风机滚动轴承的故障诊断。通过在实际轴承故障数据集上的故障诊断实验,证明了提出方法的有效性和优越性。相关论文
- 2022-02-25锻造设备制造技术的发展
- 2021-02-22开关型被动式调平系统设计及其应用
- 2021-05-31一种用于回装支承矩形环件成形的数控锻造生产线
- 2018-11-15我国快锻液压机的发展与现状
- 2019-10-03制造工具钢凸模的先进工艺
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。