|
|||||
|
|
| 基于小波包分析与多核学习的滚动轴承故障诊断 | |
| 作者姓名： | 郑红 周雷 杨浩 |
| 作者单位： | 1. 北京航空航天大学自动化科学与电气工程学院, 北京 100191; |
| 摘 要： | 为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用. |
| 关 键 词： | 滚动轴承 故障诊断 小波包 多核学习 故障识别 |
| 收稿时间： | 2014-04-24 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |