基于振动谱图像识别的智能故障诊断

• 作者: 朱根兴 林勇 胡夏夏 钱少明
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 双谱分析 主成分分析 人工免疫网络分类算法 图像识别 智能故障诊断 滚动轴承
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 论文
• 页码范围: 175-180
• 分类号: TP277|TH133
• 字数: 6203字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.02.017

摘要

以滚动轴承为对象,提出了基于Hilbert包络分析和双谱分析的组合方法来提取振动信号的故障频率特征,进而生成双谱灰度图,利用双谱灰度图的灰度共生矩阵及其特征统计量来表征谱图特征.对该特征统计量进行主成分分析而得到的主分量,作为故障模式识别的输入向量.将用于故障模式分类的人工免疫网络分类算法,通过人工免疫网络对训练抗原进行学习形成记忆抗体网络,并计算检验抗原与记忆抗体的亲和力,按照正面选择的原理实现分类.在故障特征信号干扰严重的情况下,取得了较好的诊断准确率,验证了基于振动谱图识别的智能故障诊断方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱少明	浙江工业大学之江学院	18	267	7.0	16.0
2	胡夏夏	浙江工业大学之江学院	22	173	8.0	12.0
3	朱根兴	浙江工业大学之江学院	17	224	8.0	14.0
4	林勇	浙江工业大学之江学院	4	30	3.0	4.0