小波包-支持向量数据描述在轴承性能退化评估中的应用研究

作     者：潘玉娜 陈进 PAN Yu-na;CHEN Jin

作者机构：上海交通大学机械系统与振动国家重点实验室上海200240 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2009年第28卷第4期

页      面：164-167页

核心收录：

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

基　　金：国家自然科学基金资助项目(50675140) 国家高技术研究发展计划(863计划 2006AA04Z175) 

主　　题：支持向量数据描述 小波包分解 性能退化评估 加速疲劳寿命试验 轴承 

摘      要：轴承是旋转机械中的关键部件,相对于故障模式识别,性能退化评估可以更为有效地服务于设备主动维护以实现零停机率。小波包分解可以对信号进行更为精细的刻画,基于统计学习理论的支持向量数据描述是一种具有良好计算性能的单值分类方法。基于此,提出了一种基于小波包-支持向量数据描述的轴承性能退化评估方法,该方法以小波包分解的节点能量构成特征向量,仅需要正常状态下的数据样本即可用支持向量数据描述建立知识库,在一定程度上实现了对待测样本退化程度的定量评估。通过应用于轴承不同点蚀大小和其加速疲劳寿命试验的全寿命周期,验证了所提出方法的可行性和有效性。