10.16807/j.cnki.12-1372/e.2018.07.020
基于EI-Infogram与RLADTree的滚动轴承故障诊断
利用信息图算法进行滚动轴承故障诊断过程中,针对信息图算法缺陷引起的共振频带优选效果不佳问题,提出增强改进信息图(EI-Infogram),并与正则化逻辑交替决策树(RLADTree)相结合,实现滚动轴承智能化故障诊断.首先,通过优化信息图平均谱负熵算法,提出改进信息图方法,并引入非局域均值降噪算法,进一步增强其优选能力;然后,应用EI-Infogram构建带通滤波器进行信号滤波,并计算其峭度、多尺度熵等特征参数;最后,建立RLADTree模型,智能识别轴承正常、外圈故障和内圈故障3种技术状态.结果表明:EI-Infogram的优选效果较好,与RLADTree相结合,提高了故障诊断精度与效率.
滚动轴承、故障诊断、信息图、增强改进信息图、正则化逻辑交替决策树
20
TN911.23;TB53
2018-09-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
90-95