机械系统与振动国家重点实验室开放基金(VSN-2008-04)
- 作品数：2 被引量：21H指数：2
- 相关作者：周帅李宏坤黄文宗孙志辉更多>>
- 相关机构：大连理工大学上海交通大学更多>>
- 发文基金：机械系统与振动国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域：电子电信机械工程更多>>
- Hilbert谱特征提取与支持向量机的设备状态识别方法再研究
- 本文对基于时频图像技术处理的设备故障诊断方法进行研究深入研究。论述了采用Hilbert时频谱熵与Hilbert时频谱重心构建识别向量,应用支持向量机进行设备状态识别的方法,并以滚动轴承的故障诊断为例证明方法的有效性分析。...
- 李宏坤周帅
- 关键词：信息熵支持向量机
- 文献传递
- Hilbert谱特征提取与支持向量机的状态识别方法研究被引量：9
- 2009年
- 介绍一种新的基于振动信号分析的状态识别方法,即Hilbert时频谱重心与支持向量机相结合的进行设备故障诊断的分类方法。根据信号的循环平稳性,采用同步平均对信号进行预处理,实现从时域到角度域的转换;之后进行经验模式分解,计算得到Hilbert时频谱;在此基础上计算Hilbert时频谱的重心,构建一个特征向量。最后采用支持向量机进行训练和学习,实现设备的状态识别。并以滚动轴承的状态识别为例证明此方法的有效性。研究表明,此方法有助于设备预知维修的发展。
- 李宏坤周帅孙志辉
- 关键词：特征提取循环平稳性支持向量机
- 基于时频图像特征提取的状态识别方法研究与应用被引量：13
- 2010年
- 介绍一种基于时频图像进行设备状态识别的新方法。论述了对振动信号应用Hilbert谱构建二维时频图像,研究时频图像三维重心与信息熵的特征提取方法构造特征向量,采用支持向量机进行设备的状态识别。并以滚动轴承不同状态的识别为例,验证方法的有效性。为提高滚动轴承振动信号特征提取的可靠性,采用多循环平均方法减小循环波动性影响。研究表明此方法能够提高设备故障诊断与状态识别的准确性。
- 李宏坤周帅黄文宗
- 关键词：支持向量机
