正在加载图片...
,396 北京科技大学学报 第32卷 率均在96.259%以上；对叠加不同程度的高斯白噪 tionaries EEE Trans Signal P rocess 1993 41(12):3397 声数据进行了实验，当信噪比为一5db时，信号的总 [6]Fan H.Meng Q F.Zhang YY.et al Matching pursuit based on 体识别率平均值为89.3%，表明本文的方法具有 nonpanmetric wavefom estination DigitalSignal P rocess 2009, 19.583 较强的鲁棒性， [7]Engan K.Aase S O.Husoy JH.Method of optialdirections for frame design EEE Int Conf Acoust Speech SignalProcess 1999 参考文献 5.2443 [1]W an S T Lii L Y.He Y L Fault diagnosis method of molling [8]Engan K.Aase $O.Husoy JH.Multi-frme campression theory bearing based on undecmated wavelt transfomation of lifting and design Signal Pmocess 2000.80.2121 schane JVib Shocke 2009.28(1):170 [9]Zhang J F Huang Z C Kemel fisher discrin nant analysis for (万书亭，吕路勇，何玉灵.基于提升模式非抽样小波变换的滚 bearing fault diagnosis EEE Proceedings of the Fourth Intema- 动轴承故障诊断方法研究.振动与冲击，2009.28(1)：170) tional Confennce on Machine Leaming and Cybemetics 2005. [2]Zhang L J Xu JW,Yang JH.et al Adaptive multiscale mor 3216 phology analysis and its application in fiult diagnosis of bearngs [10]Yang H Y.Mathew J Ma L Fault diagnosis of molling element JUniv Sei Technol Beijing 2008 30(4):441 (章立军，徐金梧，阳建宏，等.自适应多尺度形态学分析及其 bearings using basis pursuit Mech Syst SignalP mcess 2005.19 在轴承故障诊断中的应用.北京科技大学学报，200830(4)： (2):341 441) [11]Yu X T.Chu F L Hao R J Fault Diagnosis appmach for rolling [3]Pan Z W,Xu JW.A supervised fuzzy ART neural network for bearing based on support vector machine and soft momphological pattem classification JUniv Sci Technol Beijing 2000 22(3): filters Chin J Mech Eng 2009.45(7):75 262 (于湘涛，褚福磊，郴如江·基于柔性形态滤波和支持矢量机 (潘紫薇，徐金梧.一种用于模式分类有监督的模糊ART神经 的滚动轴承故障诊断方法.机械工程学报，200945(7)： 网络，北京科技大学学报，200022(3)：262) 75) [4]Sananta B.AlBahshiK R.AlAmainiS A.Artificial neural ner [12]Yang B S HwangW W,K in D J et al Condition classification works and support vectormachines with genetic akorithm for bear of mall reeipmeatng campressor for refrigemtors using artificial ing fault detection Eng Appl Artif Intell 2003.16:657 neural neworks and support vector machines Mech Syst Signal [5]Mallat SG.Zhang Z F.Matching pursuit w ith tme-frequency dic- Pmcess200519:371北 京 科 技 大 学 学 报 第 32卷 率均在 96∙25％以上；对叠加不同程度的高斯白噪 声数据进行了实验当信噪比为 —5ｄｂ时信号的总 体识别率平均值为 89∙35％表明本文的方法具有 较强的鲁棒性． 参 考 文 献 ［1］ ＷａｎＳＴＬüＬＹＨｅＹＬ．Ｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｏｆｒｏｌｌｉｎｇ ｂｅａｒｉｎｇｂａｓｅｄｏｎｕｎｄｅｃｉｍａｔｅｄｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎｏｆｌｉｆｔｉｎｇ ｓｃｈｅｍｅ．ＪＶｉｂＳｈｏｃｋ200928（1）：170 （万书亭吕路勇何玉灵．基于提升模式非抽样小波变换的滚 动轴承故障诊断方法研究．振动与冲击200928（1）：170） ［2］ ＺｈａｎｇＬＪＸｕＪＷＹａｎｇＪＨｅｔａｌ．Ａｄａｐｔｉｖｅｍｕｌｔｉｓｃａｌｅｍｏｒ- ｐｈｏｌｏｇｙａｎａｌｙｓｉｓａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｂｅａｒｉｎｇｓ． ＪＵｎｉｖＳｃｉＴｅｃｈｎｏｌＢｅｉｊｉｎｇ200830（4）：441 （章立军徐金梧阳建宏等．自适应多尺度形态学分析及其 在轴承故障诊断中的应用．北京科技大学学报200830（4）： 441） ［3］ ＰａｎＺＷＸｕＪＷ．ＡｓｕｐｅｒｖｉｓｅｄｆｕｚｚｙＡＲＴｎｅｕｒａｌｎｅｔｗｏｒｋｆｏｒ ｐａｔｔｅｒｎｃｌａｓｓｉｆｉｃａｔｉｏｎ．ＪＵｎｉｖＳｃｉＴｅｃｈｎｏｌＢｅｉｊｉｎｇ200022（3）： 262 （潘紫薇徐金梧．一种用于模式分类有监督的模糊 ＡＲＴ神经 网络．北京科技大学学报200022（3）：262） ［4］ ＳａｍａｎｔａＢＡｌ-ＢａｌｕｓｈｉＫＲＡｌ-ＡｒａｉｍｉＳＡ．Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔ- ｗｏｒｋｓａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓｗｉｔｈｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｆｏｒｂｅａｒ- ｉｎｇｆａｕｌｔｄｅｔｅｃｔｉｏｎ．ＥｎｇＡｐｐｌＡｒｔｉｆＩｎｔｅｌｌ200316：657 ［5］ ＭａｌｌａｔＳＧＺｈａｎｇＺＦ．Ｍａｔｃｈｉｎｇｐｕｒｓｕｉｔｗｉｔｈｔｉｍｅ-ｆｒｅｑｕｅｎｃｙｄｉｃ- ｔｉｏｎａｒｉｅｓ．ＩＥＥＥＴｒａｎｓＳｉｇｎａｌＰｒｏｃｅｓｓ199341（12）：3397 ［6］ ＦａｎＨＭｅｎｇＱＦＺｈａｎｇＹＹｅｔａｌ．Ｍａｔｃｈｉｎｇｐｕｒｓｕｉｔｂａｓｅｄｏｎ ｎｏｎｐａｒａｍｅｔｒｉｃｗａｖｅｆｏｒｍｅｓｔｉｍａｔｉｏｎ．ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓ2009 19：583 ［7］ ＥｎｇａｎＫＡａｓｅＳＯＨｕｓｏｙＪＨ．Ｍｅｔｈｏｄｏｆｏｐｔｉｍａｌｄｉｒｅｃｔｉｏｎｓｆｏｒ ｆｒａｍｅｄｅｓｉｇｎ．ＩＥＥＥＩｎｔＣｏｎｆＡｃｏｕｓｔＳｐｅｅｃｈＳｉｇｎａｌＰｒｏｃｅｓｓ1999 5：2443 ［8］ ＥｎｇａｎＫＡａｓｅＳＯＨｕｓｏｙＪＨ．Ｍｕｌｔｉ-ｆｒａｍｅｃｏｍｐｒｅｓｓｉｏｎ：ｔｈｅｏｒｙ ａｎｄｄｅｓｉｇｎ．ＳｉｇｎａｌＰｒｏｃｅｓｓ200080：2121 ［9］ ＺｈａｎｇＪＦＨｕａｎｇＺＣ．Ｋｅｒｎｅｌｆｉｓｈｅｒｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓｆｏｒ ｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓ．ＩＥＥＥＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＦｏｕｒｔｈＩｎｔｅｒｎａ- ｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇａｎｄＣｙｂｅｒｎｅｔｉｃｓ2005： 3216 ［10］ ＹａｎｇＨＹＭａｔｈｅｗＪＭａＬ．Ｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｒｏｌｌｉｎｇｅｌｅｍｅｎｔ ｂｅａｒｉｎｇｓｕｓｉｎｇｂａｓｉｓｐｕｒｓｕｉｔ．ＭｅｃｈＳｙｓｔＳｉｇｎａｌＰｒｏｃｅｓｓ200519 （2）：341 ［11］ ＹｕＸＴＣｈｕＦＬＨａｏＲＪ．ＦａｕｌｔＤｉａｇｎｏｓｉｓａｐｐｒｏａｃｈｆｏｒｒｏｌｌｉｎｇ ｂｅａｒｉｎｇｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅａｎｄｓｏｆｔｍｏｒｐｈｏｌｏｇｉｃａｌ ｆｉｌｔｅｒｓ．ＣｈｉｎＪＭｅｃｈＥｎｇ200945（7）：75 （于湘涛褚福磊郝如江．基于柔性形态滤波和支持矢量机 的滚动轴承故障诊断方法．机械工程学报200945（7）： 75） ［12］ ＹａｎｇＢＳＨｗａｎｇＷ ＷＫｉｍＤＪｅｔａｌ．Ｃｏｎｄｉｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆｓｍａｌｌｒｅｃｉｐｒｏｃａｔｉｎｇｃｏｍｐｒｅｓｓｏｒｆｏｒｒｅｆｒｉｇｅｒａｔｏｒｓｕｓｉｎｇａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌｎｅｔｗｏｒｋｓａｎｄｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ．ＭｅｃｈＳｙｓｔＳｉｇｎａｌ Ｐｒｏｃｅｓｓ200519：371 ·396·