典型文献
基于可视图谱信号特征提取的滚动轴承故障诊断
文献摘要：
针对滚动轴承传统的故障特征提取方法易受外界的噪声干扰且包含大量的冗余信息的问题,提出一种可视图图谱信号特征提取的故障诊断方法.首先将振动信号转换成可视图图谱信号,计算每个可视图图谱信号的邻接矩阵与拉普拉斯矩阵,得到各种图谱指标,并采用双样本Z值方法筛选出合适故障特征作为故障特征向量,最后通过支持向量机分类算法得到轴承故障诊断分类结果.通过试验分析表明,与传统的故障特征提取方法比较,针对滚动轴承不同类型的故障诊断,采用基于可视图图谱信号的故障特征提取方法准确率提高了 8.34％;为进一步证明该方法,针对滚动轴承外圈不同程度的故障诊断,该方法准确率提高了 16.67％,更加表明基于可视图谱信号特征提取方法的优越性.
文献关键词：
特征提取;滚动轴承;故障诊断;支持向量机;可视图谱信号
中图分类号：
作者姓名：
周建民;黄熙亮;熊文豪;王云庆;夏晓枫
作者机构：
华东交通大学载运工具与装备教育部重点实验室,江西南昌330013;轨道交通基础设施性能监测与保障国家重点实验室,江西南昌330013
文献出处：
引用格式：
[1]周建民;黄熙亮;熊文豪;王云庆;夏晓枫-.基于可视图谱信号特征提取的滚动轴承故障诊断)[J].制造技术与机床,2022(09):5-12
A类：
可视图谱信号
B类：
信号特征提取,滚动轴承故障诊断,承传,故障特征提取,噪声干扰,冗余信息,图图,故障诊断方法,振动信号,信号转换,转换成,邻接矩阵,拉普拉斯矩阵,特征向量,支持向量机分类,分类算法,故障诊断分类,试验分析,方法比较,轴承外圈
AB值：
0.178179
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
