文档名:基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断
摘要:滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(TunableQ-factorwavelettransform,TQWT)与小波包奇异谱熵相结合提取特征的滚动轴承早期故障诊断方法.针对滚动轴承早期故障信号的冲击性与周期性特征,提出峭谱积(峭度和包络谱峰值因子的乘积,KEc)的新指标.以KEc为优化指标,采用网格搜索法确定TQWT最佳的品质因子Q,同时以中心频率比为优化指标,确定最佳的分解层数J.通过最佳参数Q和J对原始信号进行TQWT分解并单支重构,选择KEc最大的重构分量作为最佳分量.提取最佳分量的小波包奇异谱熵值作为故障特征向量,最后运用支持向量机(SVM)进行模式识别并进行早期故障诊断.为验证所提方法的有效性,以XJTU-SY滚动轴承加速寿命试验平台研究对象,运用加速度传感器获取的试验数据集进行验证,识别结果准确率为94.5%.同时,与优化指标为峭度等的SVM识别结果进行比较,所提方法识别率提高了约1%~7%.对比结果表明,运用所提方法对滚动轴承早期故障进行识别,可以准确有效地诊断出轴承的故障类型,具有一定的实用价值.
作者:谢锋云 刘慧 胡旺 姜永奇Author:XIEFengyun LIUHui HUWang JIANGYongqi
作者单位:华东交通大学机电与车辆工程学院,江西南昌330013
刊名:铁道科学与工程学报 ISTICPKU
Journal:JournalofRailwayScienceandEngineering
年,卷(期):2023, 20(2)
分类号:TH133.33TH165+.3
关键词:故障诊断 可调品质因子小波变换 小波包奇异谱熵 支持向量机 早期故障
机标分类号:TP309TP273TH16
在线出版日期:2023年4月3日
基金项目:国家自然科学基金,国家自然科学基金基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断[
期刊论文] 铁道科学与工程学报--2023, 20(2)谢锋云 刘慧 胡旺 姜永奇滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(TunableQ-factorwavelettransform,TQWT)与小波包奇异谱熵相结合提取特征的滚...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断 Early fault diagnosis of rolling bearing based on adaptive TQWT and wavelet packet singular spectral entropy
基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断.pdf
- 文件大小:
- 36.81 MB
- 下载次数:
- 60
-
高速下载
|
|