| WVPMCD及其在滚动轴承故障诊断中的应用 |
| |
| 引用本文： | 杨宇,李永国,程军圣. WVPMCD及其在滚动轴承故障诊断中的应用[J]. 湖南大学学报(自然科学版), 2014, 41(2): 52-57 |
| |
| 作者姓名： | 杨宇 李永国 程军圣 |
| |
| 作者单位： | (湖南大学 汽车车身先进设计制造国家重点实验室，湖南 长沙410082) |
| |
| 摘 要： | 多变量预测模型(Variable predictive model based class discriminate,简称VPMCD)分类方法是建立在回归模型为同方差性基础上的,而当模型出现异方差性时,会导致预测精度降低.基于此,本文提出了WVPMCD(WLS-Variable predictive model based class discriminate,简称WVPMCD)方法,即用加权最小二乘法(WLS)代替原方法中的最小二乘法(OLS)进行参数估计,消除异方差性,从而提高了模式识别的精度.采用局部特征尺度分解(Local characteristic-scale decomposition,简称LCD)方法对滚动轴承振动信号进行分解,提取分量矩阵的奇异值组成故障特征向量作为WVPMCD的输入,并对正常状态、滚动体故障、内圈故障和外圈故障4种不同工作状态和故障类型下的滚动轴承振动信号进行分析,结果表明,在模型存在异方差性时,WVPMCD比原VPMCD具有更好的分类效果和识别率.
|
| 关 键 词： | WVPMCD；局部特征尺度分解；加权最小二乘；滚动轴承；故障诊断 |
Weighted Least Square-VPMCD and Its Application in Roller Bearing Fault Diagnosis |
| |
| Affiliation: | (State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, Hunan Univ, Changsha, Hunan410082, China) |
| |
| Abstract: | |
| |
| Keywords: | WVPMCD local characteristic-scale decomposition WLS roller bearings fault diagnosis |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南大学学报(自然科学版)》下载全文 |
|
