基于LDA的列车轴承轨边声学诊断方法研究

扫码查看

原文链接

NETL

中文摘要：本文提出一种基于线性判别分析(Linear Discriminant Analysis,简称LDA)的列车轴承轨边声学故障诊断方法.该方法首先从多普勒校正后的轨边信号中提取高维原始特征,再将其通过映射函数投影到低维特征空间提取融合特征,并采用支持向量机(Support Vector Machine,简称SVM)分类器对融合特征进行辨识.对列车轴承正常、外圈、内圈和滚子四种状态的轨边声学实验信号进行了分析,结果表明该方法提取的列车轴承轨边声音信号融合特征具有较高的故障识别率.

作者：

Mingfeng Shi、石明枫、贺长波、Changbo He、Wenbo Wei、魏文波、Zheng Cao、曹正、Yawei Hu、胡娅维、Fang Liu、刘方、陆思良、Siliang Lu、Yongbin Liu、刘永斌

展开 >

作者单位：

安徽大学电气工程与自动化学院,合肥 230601

中车青岛四方车辆研究所有限公司,青岛 266031

高节能电机及控制技术国家地方联合工程实验室,合肥 230601

关键词：

列车轴承故障诊断轨边信号多普勒校正线性判别分析

主办单位：

中国机械工程学会

中国振动工程学会

会议名称：

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议

会议时间：

2020-08-19

会议地点：

福州

会议母体文献：

2020年全国设备监测诊断与维护学术会议暨第十七届全国设备故障诊断学术会议、第十九届全国设备监测与诊断学术会议论文集

页码：

1-5

出版时间：

2020