精制复合多尺度模糊分散和其在轴承故障诊断中的应用

科学领域:

• 机械工程 机械工程
• 信号处理 信号处理
• 非线性动力学是一种非线性动力学.

背景情况:

• 由于各种因素,旋转机器表现出非线性行为,导致复杂的振动信号.
• 技术对于检测非线性动态是有效的,但现有的方法,如模糊分散 (FDE) 和多尺度模糊分散 (MFDE) 有局限性.
• 与多尺度分散 (MDE) 相比,MFDE提供了更好的稳定性和降噪,但需要进一步改进.

研究的目的:

• 引入精细的复合多尺度模糊分散 (RCMFDE) 方法,以提高轴承故障检测的稳定性和诊断精度.
• 评估RCMFDE与MFDE,MDE和精制复合多尺度分散 (RCMDE) 等现有方法的性能.
• 通过使用现实世界的数据集来证明RCMFDE在分类轴承故障方面的有效性.

主要方法:

• 精制复合材料多尺度模糊分散 (RCMFDE) 算法的开发.
• 使用合成时间序列数据对RCMFDE的评估.
• 在三个不同的现实世界轴承数据集上验证RCMFDE,将其性能与MFDE,MDE和RCMDE进行比较.
• 基于RCMFDE的分类器的实施,用于轴承故障诊断.

主要成果:

• 与MFDE,MDE和RCMDE相比,RCMFDE在合成和真实轴承数据中检测故障模式方面表现出卓越的性能.
• 使用RCMFDE的分类器在轴承故障诊断中实现了显著更高的准确性.
• RCMFDE的性能优于基于精细复合材料多尺度分散和样本的分类器.

结论:

• RCMFDE是一种强大而有效的方法,用于分析旋转机器的非线性振动信号.
• 拟议的RCMFDE显著提高了轴承故障诊断的准确性和稳定性.
• 在旋转机械的状态监测和故障诊断方面,RCMFDE具有很大的实际应用潜力.