Compound Fault Diagnosis Using Optimized MCKD and Sparse Representation for Rolling Bearings

稳健性(进化) 匹配追踪 解调 断层(地质) 特征提取 计算机科学 稀疏逼近 控制理论(社会学) 趋同(经济学) 反褶积 模式识别(心理学) 人工智能 算法 压缩传感 频道(广播) 化学 控制(管理) 地质学 地震学 经济 基因 生物化学 经济增长 计算机网络
作者
Wu Deng,Zhongxian Li,Xinyan Li,Huayue Chen,Huimin Zhao
出处
期刊:IEEE Transactions on Instrumentation and Measurement [Institute of Electrical and Electronics Engineers]
卷期号:71: 1-9 被引量:107
标识
DOI:10.1109/tim.2022.3159005
摘要

The effective separation of fault characteristic components is the core of compound fault diagnosis of rolling bearings. The intelligent optimization algorithm has better global optimization performance and fast convergence speed. Aiming at the problem of poor diagnosis effect caused by mutual interference between multiple fault responses, a novel compound fault diagnosis method based on optimized maximum correlation kurtosis deconvolution (MCKD) and sparse representation, namely MDSRCFD, is proposed in this article. For the MCKD, because it is very difficult to set reasonable parameter combination values, artificial fish school (AFS) with global search capability and strong robustness is fully utilized to optimize the key parameters of MCKD to achieve the best deconvolution and fault feature separation. Aiming at the problem that orthogonal matching pursuit (OMP) is difficult to be solved in sparse representation, an artificial bee colony (ABC) with global optimization ability and faster convergence speed is employed to solve OMP to obtain the approximate best atom and realize the reconstruction of signal transient components. The envelope demodulation analysis method is applied to realize feature extraction and fault diagnosis. The simulation and practical application results show that the proposed MDSRCFD can effectively separate and extract the compound fault characteristics of rolling bearings, which can realize the accurate compound fault diagnosis.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
sisea完成签到 ,获得积分10
1秒前
断章完成签到 ,获得积分10
1秒前
兔兔完成签到 ,获得积分10
3秒前
fujun0095完成签到,获得积分10
3秒前
哈哈哈哈完成签到 ,获得积分10
10秒前
陈俊雷完成签到 ,获得积分10
14秒前
美满的小蘑菇完成签到 ,获得积分10
14秒前
pzw完成签到 ,获得积分10
15秒前
to完成签到 ,获得积分10
17秒前
123完成签到 ,获得积分10
20秒前
果宝特攻完成签到 ,获得积分10
24秒前
不会游泳的鱼完成签到 ,获得积分10
28秒前
江月年完成签到 ,获得积分10
30秒前
大方的火龙果完成签到 ,获得积分10
33秒前
感动白开水完成签到,获得积分10
39秒前
郑洲完成签到 ,获得积分10
43秒前
罗实完成签到 ,获得积分10
44秒前
44秒前
50秒前
55秒前
丰富梦容发布了新的文献求助10
56秒前
1分钟前
1分钟前
mike2012完成签到 ,获得积分10
1分钟前
1分钟前
开放道天发布了新的文献求助10
1分钟前
赛赛完成签到 ,获得积分10
1分钟前
foyefeng完成签到,获得积分10
1分钟前
哈哈哈哈嘻嘻嘻完成签到 ,获得积分10
1分钟前
木槿花难开完成签到,获得积分10
1分钟前
雪山飞龙完成签到,获得积分10
1分钟前
我是老大应助开放道天采纳,获得10
1分钟前
Xzmmmm完成签到,获得积分10
1分钟前
优秀的牛青完成签到 ,获得积分10
1分钟前
XDM完成签到 ,获得积分10
1分钟前
第3行星完成签到 ,获得积分10
1分钟前
刻苦的新烟完成签到 ,获得积分10
1分钟前
haochi完成签到,获得积分10
1分钟前
胡萝卜佳完成签到 ,获得积分10
1分钟前
啦啦啦完成签到,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418267
捐赠科研通 2354453
什么是DOI,文献DOI怎么找? 1246090
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921