基于IFD与DE-ELM的轴承故障诊断 |
| |
引用本文: | 许有才,万舟,汤超. 基于IFD与DE-ELM的轴承故障诊断[J]. 应用声学, 2015, 23(12): 24-24 |
| |
作者姓名: | 许有才 万舟 汤超 |
| |
作者单位: | 昆明理工大学 信息与自动化工程学院 云南昆明 650500,昆明理工大学 信息与自动化工程学院 云南昆明 650500,昆明理工大学 信息与自动化工程学院 云南昆明 650500 |
| |
基金项目: | 国家质检总局科技计划项目资助(2013QK104)、云南省质量技术监督局科技计划项目资助(2013ynzjkj02)。 |
| |
摘 要: | 针对局部均值分解(LMD)实现过程中存在的模态混淆现象和端点效应,影响识别精度的问题,提出了一种基于本征频率尺度分解(IFD)与差分进化极限学习机(DE-ELM)的方法。该方法将数字图像处理的频率分辨率概念与LMD结合起来;首先确定原始振动信号中的所有局部极值点的频率分辨率,将振动信号分为高频率分辨率区域和低频率分辨率区域;然后,构造本征频率尺度函数,将本征频率尺度函数添加到局部极值点低频率分辨率区域;最后,对添加本征频率尺度函数的原始振动信号进行LMD分解,在得到的乘积函数(PF)分量中剔除本征频率尺度函数,就可以得到突出原始信号振动特征的不同频率分辨率的PF分量,提取PF分量的特征参数构建特征向量作为DE-ELM的输入,进行故障类型识别。将该方法应用于轴承故障诊断,与LMD相比,故障识别精度提高了8.33%,表明了该方法的有效性与可行性。
|
关 键 词: | 本征频率尺度分解;差分进化;极限学习机;端点效应;模态混淆现象; |
收稿时间: | 2015-07-06 |
修稿时间: | 2015-08-14 |
Research on machine fault diagnosis using IFD and DE-ELM |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |