- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于概率盒理论的滚动轴承故障信号建模
振 动 与 冲 击
第35 卷第19期 JOURNAL OF VIBRATION AND SHOCK Vol.35 No.19 2016
基于概率盒理论的滚动轴承故障信号建模方法
杜 奕 ,丁家满 ,刘力强1 2 1
(1.昆明理工大学 城市学院,昆明 650051;2.昆明理工大学 信息工程与自动化学院,昆明 650500)
摘 要:为了解决机械故障诊断存在特征提取带来的信息丢失问题和多段平均丢弃数据不确定性的问题,提出了
一种基于概率盒理论的机械故障信号建模方法。以滚动轴承故障信号为研究对象,分析原始信号的概率分布类型,获得
概率分布类型参数的不确定性区间,提出基于确定概率分布类型的概率盒建模方法。针对故障信号概率分布类型难确定
问题,提取原始信号的特征,利用特征信号的有序性,提出基于特征提取的概率盒建模方法,以歪度和峭度特征为例,对比
两种特征概率盒的异同点。基于概率盒定义,将原始数据的不确定性直接映射到概率盒的上下界,提出无需验证数据概
率分布类型的原始数据概率盒直接建模方法。通过滚动轴承实测数据,对比三种方法的有效性及适用性,与传统特征提
取方法对比,证明了方法的有效性。
关键词:滚动轴承;故障诊断;不确定性;概率盒理论;DS结构体
中图分类号:TP391;TH165.3;TH133.33 文献标志码:A DOI:10.13465/j.cnki.jvs.2016.19.006
Rolling bearing fault signal modeling methods based on probability box theory
DUYi ,DINGJiaman ,LIUliqiang1 2 1
(1.City College,Kunming University ofScience and Technology,Kunming650051,China;
2.College ofInformation Engineering and Automation,Kunming University ofScience and Technology,Kunming650500,China)
Abstract: Feature extraction may lead to information loss and multisegmentaverage may lead to data discarding
and uncertainties in machinery fault diagnosis.In order to solve these problems,a new modeling method for mechanical
fault signals based onthe probability box (pbox)theorywasproposed.Fault signalsofrollingbearingswere taken asthe
study object.Firstly,the original signalsprobability distribution types were analyzed.The uncertainty intervals of the
probability distributions parameters were calculated.The pbox modeling method based on the normal distribution was
proposed.Secondly,inordertoovercomethe identificationdifficultyoffaultsignaldatasprobabilitydistributiontype,the
original signalsfeatures we
文档评论(0)