tailieunhanh - Ứng dụng của mô hình LMD-AR và DE-SVM để chẩn đoán hư hỏng ổ lăn

Nghiên cứu này đề xuất một phương pháp mới để chẩn đoán hư hỏng ổ lăn trong đó chúng tôi sử dụng hàm tích (PF) của phương pháp phân rã trung bình cục bộ (LMD) kết hợp với mô hình tự hồi quy (AR) và máy véc tơ hỗ trợ (SVM). | Tạp chí Khoa học và Công nghệ Số 28 2017 ỨNG DỤNG CỦA MÔ HÌNH LMD-AR VÀ DE-SVM ĐỂ CHẨN ĐOÁN HƯ HỎNG Ổ LĂN AO HÙNG LINH 1 TRẦN ĐÌNH ANH TUẤN1 TRƯƠNG KHẮC TÙNG 1 NGUYỄN TRANG THẢO2 1 Trường Đại học Công nghiệp thành phố Hồ Chí Minh 2 Trường Đại học Tôn Đức Thắng aohunglinh@ Tóm tắt. Nghiên cứu này đề xuất một phương pháp mới để chẩn đoán hư hỏng ổ lăn trong đó chúng tôi sử dụng hàm tích PF của phương pháp phân rã trung bình cục bộ LMD kết hợp với mô hình tự hồi quy AR và máy véc tơ hỗ trợ SVM . Thêm vào đó các tham số của SVM được lựa chọn thông qua thuật toán tiến hóa vi phân DE ký hiệu DE-SVM. Trước tiên tín hiệu dao động gia tốc của ổ lăn được phân rã thành những PF bằng phương pháp LMD. Từ những PF đó chúng tôi thiết lập mô hình AR và trích chọn những hệ số của mô hình thành những véc tơ đầu vào cho bộ phân lớp SVM. Cuối dùng những bộ phân lớp DE-SVM được dùng để phân loại các mẫu ổ lăn lỗi. Kết quả thực nghiệm cho thấy phương pháp đề xuất có thể phân loại tình trạng hoạt động của ổ lăn với độ chính xác cao và thời gian thấp khi so sánh với các phương pháp khác. Từ khóa. Tự hồi quy AR hàm tích PF thuật toán tiến hóa vi phân DE phân rã trung bình cục bộ LMD máy véc tơ hỗ trợ SVM . APPLICATION OF LMD-AR MODEL AND DE-SVM TO DIAGNOSIS ROLLER BEARING FAULT Abstract. This study investigates a new method for roller bearing fault diagnosis based on product functions PFs and Autoregressive AR model together with a Support Vector Machine designed using a Differential Evolution DE Algorithm referred to as a DE-SVM. First the original acceleration vibration signals of roller bearings are decomposed into PFs by using local mean decomposition LMD method. Second the concept of AR model is introduced. Third AR model is used to extract PFs into feature vectors and served as input vectors for the support vector machine classifier. Finally the DE-SVM classifiers are proposed to recognize the faulty roller bearing pattern. The experimental analysis results show that the .

TÀI LIỆU LIÊN QUAN
TỪ KHÓA LIÊN QUAN
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.