非线性时序模型在机械系统故障诊断中的应用

• 作者: 陈茹雯 黄仁
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 非线性系统 时间序列 非线性自回归时间序列模型 故障诊断
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 论文
• 页码范围: 91-95
• 分类号: TH17
• 字数: 3399字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2012.01.017

摘要

提出一种基于非线性自回归时间序列模型(gereral expression for linear and nonlinear auto-regressive model,简称GNAR模型)的机械系统状态识别与故障诊断方法.利用采集系统工作过程中的特征信号建立GNAR模型；用主成分分析策略生成模型特征量,对训练样本的特征量进行识别和分类,得到各种参考模式；将几何距离判别函数作为状态分类的原则,根据待判系统特征量与各类参考模式的Euclide距离进行状态识别和故障判别.对车床颤振试验数据及高速离心空气压缩机故障数据的分析表明,该方法快捷、高效,诊断成功率较好,具有良好的工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄仁	东南大学机械工程学院	18	325	9.0	18.0
2	陈茹雯	南京工程学院车辆工程系	28	148	5.0	11.0