基于EEMD样本熵和SVDD的在役锚固螺杆故障诊断研究.pdf

《基于EEMD样本熵和SVDD的在役锚固螺杆故障诊断研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、软件2015年第36卷第2期S0FTWARE国际IT传媒品牌基于EEMD样本熵和SVDD的在役锚固螺杆故障诊断研究常贵春，叶俊勇，李阳(重庆大学，光电技术及系统教育部重点实验室，重庆400044)摘要：为了实现对重庆市轻轨轨道梁的在役锚固螺杆的健康检测并且能够及时发现故障螺杆，本文提出了一种基于集合经验模态分解(EEMD)的样本熵与支持向量数据描述(SVDD)相结合的诊断方法。首先，利用EEMD方法将得到的正常锚固螺杆振动信号分解为若干个平稳的本征模态函数(IMF)分量，然后计算得到每个分量的样本熵，最后

2、把得到的样本熵作为特征集输入到SVDD分类器进行训练和分类。大量实验结果表明，该方法不仅解决了故障样本缺乏的难题而且对锚固螺杆故障识别的错分率可以控制在5％以下，因此可以作为锚固螺杆是否处于正常工作状态的重要检测方法。关键词：锚固螺杆；集合经验模态分解；支持向量数据描述；样本熵中图分类号：TP393文献标识码：ADOI：10．3969／i．issn．10036970．2015．02．005本文著录格式：常贵春，叶俊勇，李阳．基于EEMD样本熵和SVDD的在役锚固螺杆故障诊断研究Ⅱ]．软件，2015，36(

3、2)：20-26ResearchofScrewFaultDiagnosisin-serviceBasedonEEMDSampleEntropyandSVDDCHANGGui．ehun(KeyLaboratoryofOptoelectronicTechnology＆SystemsMinistryTechnologyofEducation．ChongqingUniversity，Chongqing400044，China)[Abstract]：Inordertoachievethehealthdetectio

4、nofthelight-rail’sin—servicescrewsinChongqingandfindfaultscrewintime，inthispaperamethodbasedonEEMDsampleentropyandSVDDisproposed．First，decomposethenormalscrews’signalintoanumberofstationaryIMFS，thencalculatethesampleentropyofeveryIMF,intheend，putthesample

5、entropyintoSVDDclassifiertobetrainedandclassified．Alargenumberofexperimentalresultsshowthatthismethodnotonlycansolvetheproblemofthemissingofthefaultsamples，butalsocallcontroltheerrorratebelow5％，SOthismethodisagoodwaytodiagnosisthescrews．[Keywords]：screws；

6、EnsembleEmpiricalModeDecomposition；SupportVectorDataDescription；SampleEntropy0引言重庆市的轻轨交通系统是一个典型的城市高架轨道梁系统。其中锚固螺杆是整个系统的关键受力结构，连接着轨道梁和墩台，他们的健康状况至关重要。但是由于特殊的结构，一旦安装不便于拆卸，所以锚固螺杆在锚箱内的安全情况很难掌握。另外由于锚固螺杆需要长期服役，天气变化，气候潮湿，以及复杂的受力状况等多种因素都会对他们的健康状况产生很大的影响。锚固螺杆故障如若被遗漏

7、，可能会导致轨道梁结构发生安全事故，其导致的后果是不可想象的。因此，有效的锚固螺杆检测手段对重庆市整个轻轨的健康安全运行至关重要。重庆是国内首次引进跨座式单轨交通的城市，因此在国内对轨道梁中锚固螺杆健康状况诊断的研究还基金项目：中央高校基本科研基金资助项目fNO．106112013CDJZR120014)。作者简介：常贵春(1990-)，女，重庆大学研究生，研究方向：信号处理与模式识别；叶俊~(1973_)，男，光学工程博士后，副教授，研究生导师，主要研究方向：数字图像处理、模式识别、机器视觉、无损检测；

8、李1~(1989-)，男，重庆大学博士研究生，研究方向：计算机视觉、模式识别、机器学习常贵春等：基于EEMD样本熵和SVDD的在役锚固螺杆故障诊断研究处于不成熟阶段。以往的方法主要分为两类：一类方法主要是对信号进行特征提取，如时频特征提取，小波包分解⋯。然后用传统识别分类方法分类，但是由于传统识别分类方法需要大量故障样本，而锚固螺杆的故障样本又极度匮乏，使得现实诊断效果极度不理想。另一类方法是不进行特征提取，直接对振动脉冲响应