造价通
更新时间:2025.02.22
基于NGA优化SVM的滚动轴承故障诊断

格式:pdf

大小:411KB

页数:

支持向量机(SVM)的分类性能受样本的特征以及SVM本身参数的选择影响较大。针对这种情况,基于Shannon能量熵、SVM和小生境遗传算法(NGA),提出了一种基于NGA优化SVM的滚动轴承故障诊断方法。该方法采用容错性强的Shannon能量熵作为特征参数,对信号进行EMD分解提取出前3个IMF分量作为特征信号,分别计算其Shannon能量熵作为特征向量得到样本集,作为多类别SVM的输入。在用样本训练SVM时,构造一种新的核函数,并采用NGA对SVM的核函数参数进行全局优化,使SVM获得最佳的分类性能,提高其分类识别的正确率。最后采用凯斯西储大学的滚动轴承故障样本进行了分类识别,并与其他几种方法进行了对比,结果表明该方法具有更好的可靠性和分类准确率。

滚动轴承的寿命计算

格式:pdf

大小:179KB

页数: 8页

滚动轴承的寿命计算 1 基本额定寿命和基本额定动载荷 轴承中任一元件出现疲劳点蚀前的总转数或一定转速下工作的小时数称为 轴承寿命。大量实验证明,在一批轴承中结构尺寸、材料及热处理、加工方法、 使用条件完全相同的轴承寿命是相当离散的(图 1是一组 20套轴承寿命实验的 结果),最长寿命是最短寿命的数十倍。对一具体轴承很难确切预知其寿命,但 对一批轴承用数理统计方法可以求出其寿命概率分布规律。 轴承的寿命不能以一 批中最长或最短的寿命做基准,标准中规定对于一般使用的机器,以 90%的轴承 不发生破坏的寿命作为基准。 (1)基本额定寿命 一批相同的轴承中 90%的轴承在疲劳点蚀前能够达到或 超过的总转数 rL ( 610 转为单位)或在一定转速下工作的小时数 ( )h hL 。 图 1 轴承寿命试验结果 可靠度要求超过 90%,或改变轴承材料性能和运转条件时,可以对基本额定 寿命进行修正。 (2

热门知识

滚动轴承故障诊断仪

精华知识

滚动轴承故障诊断仪

最新知识

滚动轴承故障诊断仪
点击加载更多>>
专题概述
滚动轴承故障诊断仪相关专题

分类检索: