基于多传感器信号分析的故障诊断*

2016-11-04 09:23:58包辉慧陆艳娟
组合机床与自动化加工技术 2016年9期
关键词:故障诊断振动融合

陈 轶,杨 奕,包辉慧,陆艳娟,张 烨

(南通大学 电气工程学院,江苏 南通 226019)



基于多传感器信号分析的故障诊断*

陈轶,杨奕,包辉慧,陆艳娟,张烨

(南通大学 电气工程学院,江苏 南通 226019)

为解决复杂环境中难以诊断的机械故障,以振动信号和温度、压力等测量信号为基础,建立一种基于多种传感器信号分析的故障诊断模型。针对振动信号,采用小波包对原始振动信号进行分解,提取特征值组成原始特征向量,然后采用粗糙集方法对原始特征向量进行特征约简,将约简后的分类规则作为对向神经网络的训练集。针对温度、压力等测量信号,将各个传感器测量的数据融合形成特征向量,利用遗传算法优化的BP神经网络对其进行训练和模式识别。最后对这两类信号的诊断结果进行融合,构成了一种复合故障诊断模型。实验证明,该诊断模型有较高诊断精度和准确度。

小波包;粗糙集;神经网络;信息融合;故障诊断

0 引言

故障诊断方法是在检测基础上发展起来的一整套方法,不同的故障诊断方法虽然不同,但其大体实施过程基本相同[1]。随着计算机技术及数字信号处理技术的快速发展,机械设备也更为大型化和复杂化。因此,当机械设备发生故障时,其故障原因及故障点就更难以确定。面对某些场合,单一的智能故障诊断技术无法做到精确的判断故障产生的原因,有些甚至进行了误诊断。

文献[2]提出针对大型复杂机械设备故障的不确定性、复杂性、多故障并发性等,运用智能技术之间的互补性,提出混合智能诊断技术,能够有效地提高诊断系统的敏感性、鲁棒性、精确性。……

登录APP查看全文

猜你喜欢
故障诊断振动融合
振动的思考
科学大众(2023年17期)2023-10-26 07:39:14
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
融合菜
从创新出发,与高考数列相遇、融合
振动与频率
天天爱科学(2020年6期)2020-09-10 07:22:44
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
中立型Emden-Fowler微分方程的振动性
UF6振动激发态分子的振动-振动驰豫
计算物理(2014年2期)2014-03-11 17:01:44
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断
机械与电子(2014年1期)2014-02-28 02:07:31