全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于流形学习和隐Markov模型的故障诊断

, PP. 0-0

Keywords: 正交邻域保持嵌入,流形学习,连续隐Markov模型,经验模式分解,故障诊断

Full-Text   Cite this paper   Add to My Lib

Abstract:

为实现旋转机械故障诊断的自动化与高精度,提出基于正交邻域保持嵌入和连续隐Markov模型的模型诊断方法。将活动件故障振动信号进行经验模式分解并构造Shannon熵得到高维特征向量,利用正交邻域保持嵌入将高维特征向量约简为低维特征向量,并输入到各个状态连续隐Markov链进行旋转机械的故障模式识别。通过深沟球轴承故障诊断实例验证了该模型的有效性。

References

[1]  LI Hui, ZHENG Haiqi, YANG Shaopu. Bearing fault diagnosis based on EMD and Teader Kaiser energy operator[J]. Journal of Vibration and Shock,2008,27(10):15-22(in Chinese).[李辉,郑海起,杨绍普.基于EMD和Teager能量算子的轴承故障诊断研究[J].振动与冲击,2008,27(10):15-22.]
[2]  YU Deijie, YANG Yu, CHENG Junsheng. Fault diagnosis approach for gears based on EMD and SVM[J]. Chinese Journal of Mechanical Engineering,2005,41(1):140-144(in Chinese).[于德介,杨宇,程军圣.一种基于SVM和EMD的齿轮故障诊断方法[J].机械工程学报,2005,41(1):140-144.]

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133