期刊简介
本刊是由中国航天科工集团公司主管, 由航天科工集团十七所主办。它是仿真技术领域的综合性科技期刊。98年起已列入国家科技部中国科...【详细查看】
过刊浏览
信息公告
- 17/11深圳航天工业技术...
- 17/11中国航天科工集团...
- 17/11中国航天建设集团...
- 17/11关于集团公司改制...
- 17/11关于中国航天科工...
- 17/11中国航天科工集团...
- 17/11中国航天科工集团...
基于WP-ICA及SVM的齿轮故障诊断研究
【出 处】:
【作 者】:潘礼正 朱大帅 佘世刚
【摘 要】针对旋转机械设备齿轮故障诊断问题,为全面提取反映齿轮运行状态的特征信息,提出了基于WP(小波包)与ICA(独立成分分析)相融合的特征提取及SVM(支持向量机)相适配的故障诊断方法。用小波包对信号进行分析并提取其能量特征,采用独立成分分析方法对提取的能量特征进一步优化,进而得到反映齿轮运行状态的特征向量。最后采用支持向量机对齿轮运行状态的四种类型(正常、轻微故障、中等故障、断齿故障)进行诊断评估。通过纵向比较和横向比较研究表明,所提特征提取方法较单一的小波包特征提取方法更能全面反映齿轮状态信息。采用SVM方法进行齿轮故障模式诊断,较其它方法具有更高的分类准确率,达到了很好的诊断效果。
相关热词搜索:齿轮; 故障诊断; 小波包; 独立成分分析; 支持向量机;
上一篇:基于神经网络的不确定电路网络电流预测算法
下一篇:大型建筑表层墙体裂痕自动监测仿真