10.13465/j.cnki.jvs.2020.06.036
基于多特征提取和改进马田系统的滚动轴承故障分类方法研究
为提高旋转机械的使用效率,及时识别滚动轴承的潜在故障,提出一种基于多特征提取和改进马田系统(MTS)的故障分类方法.通过时域、频域和自适应白噪声的完备经验模态分解(CEEMDAN)提取多维特征,构建初始特征集.结合马田系统和有向非循环图(DAG)的特点,构建DAG-MTS多分类模型,并将其运用到轴承故障诊断中.利用滚动轴承故障数据测试该模型的有效性和实用性,结果表明,该模型能够准确识别出滚动轴承的故障.
滚动轴承、自适应白噪声的完备经验模态分解(CEEMDAN)、马田系统(MTS)、有向非循环图(DAG)、故障诊断
39
TP181(自动化基础理论)
江苏省研究生科研与实践创新计划项目KYCX18_0487
2020-05-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
249-256