-
题名基于EMD和奇异值分解技术的滚动轴承故障诊断方法
被引量:5
- 1
-
-
作者
程军圣
于德介
杨宇
-
机构
湖南大学机械与汽车工程学院
-
出处
《数据采集与处理》
CSCD
2004年第2期204-209,共6页
-
基金
国家自然科学基金 ( 5 0 2 75 0 5 0 )资助项目
高等学校博士点专项科研基金 ( 2 0 0 2 0 5 3 2 0 2 4)资助项目
-
文摘
提出了基于 EMD( Empirical mode decomposition)和奇异值分解技术的滚动轴承故障诊断方法。采用EMD方法将滚动轴承振动信号分解成若干个基本模式分量 ( Intrinsic mode function,IMF)之和 ,并形成初始特征向量矩阵。然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值 ,将其作为滚动轴承振动信号的状态特征向量 ,通过建立 Mahalanobis距离判别函数判断滚动轴承的工作状态和故障类型。实验数据的分析结果表明 ,本文方法能有效地应用于滚动轴承故障诊断。
-
关键词
滚动轴承
故障诊断
EMD
奇异值分解技术
模式分量
傅里叶变换
-
Keywords
EMD
roller bearings
fault diagnosis
singular value decomposition
distance criterion function
-
分类号
TH133.33
[机械工程—机械制造及自动化]
-
-
题名奇异值分解技术在齿轮箱故障诊断中的应用
被引量:16
- 2
-
-
作者
袁小宏
史东锋
-
机构
西安交通大学机械诊断与控制学研究所
-
出处
《振动.测试与诊断》
EI
CSCD
2000年第2期91-96,共6页
-
基金
国家自然科学基金资助项目!(编号 :5 93 3 5 0 95 )
-
文摘
首先利用伪相图确定齿轮箱振动信号的基本周期 ,并在此基础上对原始信号进行时域平均降噪处理。然后应用奇异值分解技术提取各齿轮轴的振动信号分量 ,再对此振动信号分量作进一步的时、频域分析 ,给出了描述齿轮轴振动信号分量变化的定量指标。最后结合实例说明这种方法对诊断齿轮箱故障是比较有效的。
-
关键词
齿轮箱
故障诊断
伪相图
奇异值分解技术
-
Keywords
gearbox fault diagnosis pseudo phase portait singular value decomposition
-
分类号
TH165.5
[机械工程—机械制造及自动化]
-
-
题名基于SVD和SVM的复杂背景噪声图像的纸病辨识
被引量:6
- 3
-
-
作者
周强
齐璐
张慧
-
机构
陕西科技大学电气与信息工程学院
-
出处
《中国造纸学报》
CAS
CSCD
北大核心
2016年第2期49-54,共6页
-
基金
陕西省科技统筹创新工程计划项目(2012KTCQ01-19)
陕西省科技攻关项目(2011K06-06)
西安市未央区科技计划项目201304
-
文摘
针对纸病图像的复杂背景噪声造成的纸病辨识结果不理想的问题,提出一种基于奇异值分解(SVD)和支持向量机(SVM)的纸病辨识方法:首先利用多层二维小波对纸病图像背景噪声去噪,然后用SVD对纸病进行特征提取,最后采用SVM对纸病进行辨识。实验结果表明,该方法可以有效辨识纸病,且不受实际生产过程中图像复杂背景噪声的影响。
-
关键词
奇异值分解技术
纸病图像
图像背景噪声
二维小波变换
支持向量机
-
Keywords
singular value decomposition
paper defect image
images background noise
two-dimensional wavelet transformation
support vector machine
-
分类号
TS77
[轻工技术与工程—制浆造纸工程]
-