作者：刘丽萍; 江枭宇; 刘杰故障诊断振动分析法pcasvmgui
摘要：随着科技的迅猛发展,小功率电动机的应用也越来越广泛,其故障检测的重要性也随之上升。小功率电机的功率等于或小于 1.1KW,滚动轴承是小功率电动机的关键部件。滚动轴承一旦故障就会使设备不能正常运行,甚至威胁到使用者的人身安全。 本文主要通过振动分析法采集原始数据,提取出时域、频域以及小波包域特征因子作为原始特征参数。根据原始数据的时域图诊断 轴承是否存在保持架故障,若是则判定为故障轴承;若否则继续故障诊断。为了保证诊断结果的准确性和可靠性,本文选取了13个无量纲 时域特征因子、6种频域特征因子以及8段小波包特征频段,并通过PCA降维,生成4种故障特征因子作为SVM故障诊断的输入数据,得到 最终诊断结果。本文通过GUI构造故障诊断模型,优化用户界面,并使用WEKA检测评价本设计,得出在训练集占比为50%,故障轴承占 比为20%时,故障诊断结果准确率可达99.4%,0漏报率,100%预报率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
