基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdfVIP

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf

  1. 1、有哪些信誉好的足球投注网站(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. 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. 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. 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. 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. 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. 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
基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究.pdf

第 l2卷 第 3期 铁道科学与工程学报 Volume12 Number3 2015年 6月 JournalofRailwayScienceandEngineering June2015 基于小波包和贝叶斯分类的机车 走行部滚动轴承故障诊断研究 陈二恒 。贺德强 。刘建仁 ,向伟彬 。周继续 (1.广西大学机械工程学院,广西 南宁530004; 2.南宁南车轨道交通装备有限公司,广西 南宁530033) 摘 要:机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对 目前机车走行部滚动轴承故障诊断 准确率不高、模型构建时间较长的问题,提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特 征集,利用粗糙集和主成分分析进行降维,将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断,最 后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明,朴素贝叶斯分类方法构建模型的 时间更短,分类准确率更高。 关键词:机车走行部 ;滚动轴承;故障诊断;小波包;贝叶斯分类 中图分类号:TP391.9;U260 文献标志码:A 文章编号 :1672—7029(2015)03—0636—07 Faultdiagnosisoflocomotiverunninggearrolling bearingbasedonwaveletpacketandbayesianclassification CHENErheng,HEDeqiang,LIUJianren ,XIANGWeibin ,ZHOU Jixu (1.Collegeofmechanicalengineering,GuangxiUniversity,Nanning530004,China; 2.NanningCSRrailtransitequipmentCo.LTD,Nanning530033,China) Abstract:Thestatusofthelocomotiverunninggearrollingbearingisdirectlyrelatedtothelocomotiveperform- anceandthesafeoperationofthetrain.Aimingatsolvingsuchproblem aslow accuracyofthefaultdiagnosis andlongmodel—constructiontimeoflocomotiverunninggearrollingbearing,thispaperproposesafault—diag- nosismethodbasedonwaveletpacketsandBayesianclassification.Themethodneedtoconstructfaultfeatureset throughwaveletpackettransform ,andmaketheuseofroughsetandprincipalcomponentanalysistoreducethe dimension,andtheninputthefaultfeaturesetsofdimensionreductionbeforeandaftertothebayesianclassifica— tionmodeltoachievefaultdiagnosisin turns,andfinallymakeacomparison amongthebayesian classification methodandtheneuralnetworkandleastsquaressuppo~ vectormachinemethod.Thesimulationresultsshow thatthetimeofbuildingmodelwiththemethodofnaivebayesclassificationisshorter,andth

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档