首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业
              和信息化部
  • 主办:南京航空航天大学
              全国高校机械工程
              测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
基于云理论和Relief⁃F的滚动轴承故障识别方法
Fault Classification Method of Rolling Bearing Based on Cloud Theory and Relief⁃F
  
DOI:10.16450/j.cnki.issn.1004?6801.2021.04.005
中文关键词:  滚动轴承  故障识别  云理论  隶属度
英文关键词:rolling bearing  fault recognition  cloud theory  degree of membership
基金项目:国家自然科学基金资助项目(51675253);兰州理工大学红柳一流学科建设资助项目
作者单位
马森财, 赵荣珍, 吴耀春, 邓林峰 (兰州理工大学机电工程学院 兰州730050) 
摘要点击次数: 128
全文下载次数: 120
中文摘要:
      为了充分利用海量数据中蕴含的信息并对轴承故障进行有效识别,采用云理论方法将轴承的故障数据与其对应的故障类型进行映射,建立了滚动轴承在不同状态下各个特征的云分布模型,并依此构造出轴承故障的云判断知识库。同时,引入Relief?F算法确定训练集各特征的权重系数,结合云分布隶属度系数,提出了样本对于轴承故障的最终隶属度计算方法。通过根据不同数目的训练样本建立的云分类知识库在分类精度上的对比,证明了该方法具备对数据的学习能力。将该分类方法与常用的分类方法在含有噪声的测试样本上进行对比实验,证明了该分类方法在抗噪性方面的优越性。
英文摘要:
      In order to make full use of the information contained in the massive data and effectively identify the bearing faults, the cloud theory method is used to map the bearing fault data to its corresponding fault type, and the cloud distribution model of each feature of the rolling bearing under different states is established. Based on this, a cloud judgment knowledge base of bearing faults is constructed. Meanwhile, the Relief-F method is introduced to determine the weight coefficients of each feature of the training set. Combined with the cloud distribution membership coefficient, the final membership calculation method for bearing faults is proposed. Through the comparison of classification accuracy between cloud classification knowledge bases established by different numbers of training samples, it is proved that the method has the ability to learn data. Moreover, the classification method and other traditional classification methods are tested by using noise-containing test samples, and the results show the superiority of the classification method in terms of noise resistance.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2628389位访问者 本站今日一共被访问212

技术支持:北京勤云科技发展有限公司