时频图像特征和SVDD的锚固螺杆松动故障诊断

常贵春, 叶俊勇

烟台大学学报(自然科学与工程版) ›› 2017, Vol. 30 ›› Issue (1) : 42 -47+78.

烟台大学学报(自然科学与工程版) ›› 2017, Vol. 30 ›› Issue (1) : 42 -47+78. DOI: 10.13951/j.cnki.37-1213/n.2017.01.008

时频图像特征和SVDD的锚固螺杆松动故障诊断

    常贵春, 叶俊勇
作者信息 +

Author information +
文章历史 +

摘要

为了实现对重庆市轻轨轨道梁在役锚固螺杆的健康检测,及时发现松动的锚固螺杆,并且针对锚固螺杆振动脉冲响应信号的有效特征提取困难、现场故障样本缺乏的难题,本文提出一种基于平滑威格纳-维尔分布SPWVD时频图像特征提取和支持向量数据描述SVDD相结合的诊断方法.首先对采集到的振动脉冲响应信号采用相干项较小的平滑威格纳-维尔分布分析得到时频图像,然后针对时频图像特点定义并提取了图像的时间投影熵和频率投影熵,最后把它们和常用的一阶时间矩、一阶频率矩一起作为四维特征输入到SVDD分类器进行训练和分类.实验表明在一定的情况下从时频图像中提取的自定义特征能有效地浓缩故障信息,使SVDD能比较准确对在役锚固螺杆状况进行分类和诊断.

关键词

锚固螺杆 / 健康检测 / 平滑伪威格纳-维尔分布 / 支持向量数据描述

Key words

引用本文

引用格式 ▾
常贵春, 叶俊勇. 时频图像特征和SVDD的锚固螺杆松动故障诊断[J]. 烟台大学学报(自然科学与工程版), 2017, 30(1): 42-47+78 DOI:10.13951/j.cnki.37-1213/n.2017.01.008

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

中央高校基本科研基金资助项目(106112013CDJZR120014)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉