原文服务方: 西安交通大学学报       
摘要:
为解决运行状态监测数据量不断增大、传统降维方法会造成部分有用信息损失的问题,提出了一种滚动轴承高维随机矩阵的状态异常检测算法.对滚动轴承健康监测数据进行多域特征提取和归一化,并通过增广、拼接、随机化等运算构造高维随机矩阵;计算高维随机矩阵的样本协方差矩阵,利用该矩阵的最大与最小特征值之比作为滚动轴承状态异常检测指标;基于随机矩阵谱理论M-P律、Tracy-Widom第一分布,给出了异常检测阈值的数学表达式和决策规则.采用美国辛辛那提大学实验中心轴承试验数据开展了应用研究,分析了高维随机矩阵行列数之比c分别取0.4、0.5、0.6、0.75,误警率分别取0、0.05、0.1、0.2等情况下对检测阈值的影响,并给出了误警率取0.05、矩阵行列数之比c为上述4种情况下滚动轴承早期异常检测结果.试验结果表明,与峭度指标检测算法相比,该算法提前11h就能检测出滚动轴承的异常状态,可为设备预知维护提供理论指导.
推荐文章
基于pLSA模型的滚动轴承故障检测
滚动轴承故障检测
小波包变换
视觉词袋模型
pLSA模型
基于随机共振的滚动轴承故障弱信号的提取
随机共振
滚动轴承
故障弱信号
弱信号提取
基于自适应遗传随机共振的滚动轴承微弱故障诊断
微弱故障
滚动轴承
随机共振
遗传算法
SAE网络
实验验证
一种滚动轴承技术测量模型生成算法
滚动轴承
技术测量
轴承模型
几何造型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 滚动轴承高维随机矩阵状态异常检测算法
来源期刊 西安交通大学学报 学科
关键词 滚动轴承 异常检测 高维随机矩阵 检测阈值
年,卷(期) 2019,(10) 所属期刊栏目
研究方向 页码范围 65-71
页数 7页 分类号 TH165.3
字数 语种 中文
DOI 10.7652/xjtuxb201910009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王恒 南通大学机械工程学院 39 165 7.0 12.0
2 倪广县 南通大学机械工程学院 2 0 0.0 0.0
3 陈金海 南通大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (144)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(13)
  • 参考文献(0)
  • 二级参考文献(13)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(18)
  • 参考文献(2)
  • 二级参考文献(16)
2015(12)
  • 参考文献(4)
  • 二级参考文献(8)
2016(7)
  • 参考文献(5)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滚动轴承
异常检测
高维随机矩阵
检测阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导