小波包-支持向量数据描述在轴承性能退化评估中的应用研究

• 作者: 潘玉娜 陈进
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 支持向量数据描述 小波包分解 性能退化评估 加速疲劳寿命试验 轴承
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 科研简报
• 页码范围: 164-167
• 页数: 4页
• 分类号: TH165.3|TN911|TH17
• 字数: 3099字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3835.2009.04.038

摘要

轴承是旋转机械中的关键部件,相对于故障模式识别,性能退化评估可以更为有效地服务于设备主动维护以实现零停机率.小波包分解可以对信号进行更为精细的刻画,基于统计学习理论的支持向量数据描述是一种具有良好计算性能的单值分类方法.基于此,提出了一种基于小波包-支持向量数据描述的轴承性能退化评估方法,该方法以小波包分解的节点能量构成特征向量,仅需要正常状态下的数据样本即可用支持向量数据描述建立知识库,在一定程度上实现了对待测样本退化程度的定量评估.通过应用于轴承不同点蚀大小和其加速疲劳寿命试验的全寿命周期,验证了所提出方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈进	上海交通大学机械系统与振动国家重点实验室	109	1353	21.0	33.0
2	潘玉娜	上海交通大学机械系统与振动国家重点实验室	5	90	4.0	5.0