基于多特征融合与RF的球磨机滚动轴承故障诊断 | |
王进花1; 周德义1; 曹洁1,2; 李亚洁1 | |
刊名 | 北京航空航天大学学报 |
2022-09-16 | |
页码 | 1-19 |
关键词 | 特征融合 故障诊断 球磨机 特征提取 随机森林 |
DOI | 10.13700/j.bh.1001-5965.2022.0069 |
英文摘要 | 由于冶金工业工况复杂,很难从单一信号中获取高质量的故障特征,诊断效果不佳。本文针对直接使用电流和振动信号进行融合,不能体现两类信号在不同频段上的优势和彼此之间的互补信息,而影响诊断性能的问题,提出一种基于振动和电流信号的多特征互补融合故障诊断方法。首先,将振动信号和电流信号的高频系数特征通过最大绝对值规则(Max-absolute)融合,形成体现高频段特征的互补特征。将振动信号和电流信号的低频系数特征通过稀疏表示(Sparse representation,SR)融合,形成体现低频段特征的互补特征。通过定义由多特征组成的特征矩阵融合全频段特征,增强全局特征表征能力。采用递归特征消除法消除融合后的冗余特征,提高分类精度,最后结合随机森林(Random forest ,RF)对轴承故障状态进行分类。实验结果表明,该方法相比基于振动信号和基于电流信号的诊断结果更加准确。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/159548] |
专题 | 电气工程与信息工程学院 |
作者单位 | 1.兰州理工大学电气工程与信息工程学院; 2.甘肃省制造信息工程研究中心 |
推荐引用方式 GB/T 7714 | 王进花,周德义,曹洁,等. 基于多特征融合与RF的球磨机滚动轴承故障诊断[J]. 北京航空航天大学学报,2022:1-19. |
APA | 王进花,周德义,曹洁,&李亚洁.(2022).基于多特征融合与RF的球磨机滚动轴承故障诊断.北京航空航天大学学报,1-19. |
MLA | 王进花,et al."基于多特征融合与RF的球磨机滚动轴承故障诊断".北京航空航天大学学报 (2022):1-19. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论