滚动轴承声发射特征的单分类方法及其应用

• 作者: 冯明时 张建宇 胥永刚 谢志聪
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 声发射 谐波小波 支持向量数据描述 单分类
• 年，卷（期）: 2012,（9）
• 页码范围: 43-46
• 分类号: TH133.33
• 字数: 4332字
• 语种: 中文

摘要

提出基于支持向量数据描述(SVDD)的滚动轴承声发射特征的单分类智能诊断方法,适用于故障监测和诊断中缺少故障样本的情况.首先利用谐波小波优良的频域盒形特性,将滚动轴承声发射信号分解到相互独立互不重叠的若干频带内,然后求取主要频带内信号的能量并归一化处理,进而将归一化能量特征作为特征向量输入SVDD分类器中进行故障识别和分类.试验表明,该方法只需要正常轴承声发射特征作为学习样本,不需要其他非目标样本即可实现故障轴承的识别,与支持向量机分类方法比较具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建宇	北京工业大学北京市先进制造技术重点实验室	81	700	16.0	22.0
2	胥永刚	北京工业大学北京市先进制造技术重点实验室	71	680	16.0	24.0
3	谢志聪	北京工业大学北京市先进制造技术重点实验室	6	67	4.0	6.0
4	冯明时	北京工业大学北京市先进制造技术重点实验室	6	14	3.0	3.0