《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于ISVD多级降噪和SVM的轴承故障诊断研究

作者:杜占涛,纪爱敏,陈曦晖,等 日期:2022-07-20/span> 浏览:208 查看PDF文档

基于ISVD多级降噪和SVM的
轴承故障诊断研究*
杜占涛1,纪爱敏1*,陈曦晖1,孙鑫威1,林新海2

(1.河海大学 机电工程学院,江苏 常州 213000;2.中车戚墅堰机车车辆工艺研究所有限公司,江苏 常州 213000)


摘要:在强噪声背景下难以提取出滚动轴承的故障特征,导致对轴承的故障诊断准确率不高,针对这一问题,提出了一种基于小波变换、改进奇异值分解多级降噪算法与支持向量机模型的轴承故障诊断方法。首先,采用小波降噪对滚动轴承的原始信号进行了初始降噪,消除了部分的随机噪声;然后,主要通过改进相空间矩阵重构方式,对该信号进行了改进奇异值分解二次降噪,并提出了新的奇异值有效秩阶次确定方法,利用峭度对一维信号提取方案进行了优化,并对其完成了降噪;最后,通过提取了10个有效特征,结合支持向量机在MATLAB中进行了仿真实验,分析了不同特征对轴承的故障诊断结果的影响,并将方法与其他方法进行了对比分析。研究结果表明:采用多级降噪算法降低了轴承工作状态下的背景噪声,使其故障特征频率更为明显;支持向量机分类诊断器的故障识别准确率达到98.3%,能够有效地识别轴承故障发生的位置和严重程度。

关键词:滚动轴承;故障特征频率;小波变换;改进奇异值分解;多级降噪算法;支持向量机;机械运行与维修


中图分类号:TH133.3;TH17文献标识码:A文章编号:1001-4551(2022)05-0567-11



本文引用格式:

杜占涛,纪爱敏,陈曦晖,等.基于ISVD多级降噪和SVM的轴承故障诊断研究[J].机电工程,2022,39(5):567-577.


DU Zhan-tao, JI Ai-min, CHEN Xi-hui, et al. Bearing fault diagnosis based on ISVD multi-stage noise reduction and SVM[J].Journal of Mechanical & Electrical Engineering, 2022,39(5):567-577.

友情链接

浙江机械信息网