基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf

基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf

ID:51451826

大小:655.50 KB

页数:5页

时间:2020-03-25

基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf_第1页
基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf_第2页
基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf_第3页
基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf_第4页
基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.pdf_第5页
资源描述:

《基于特征信息融合的离散小波SVM齿轮故障诊断方法研究.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、第8期组合机床与自动化加工技术NO.82012年8月ModularMachineTool&AutomaticManufacturingTechniqueAug.2012文章编号:1001—2265(2012)08—0070—04基于特征信息融合的离散小波SVM齿轮故障诊断方法研究成钰龙,程刚,沈利华,邱锦波,山显雷(1.中国矿业大学机电工程学院,徐州221116;2.天地科技股份有限公司上海分公司,上海200030)摘要:针对齿轮振动信号故障特征微弱及故障样本不足,提出基于特征信息融合的小波一SVM(支持向量机)故障诊

2、断方法,用于多类齿轮故障诊断。该方法采用离散小波变换对齿轮的振动信号进行处理来构造特征向量,将多路信号融合后输入到SVM的多故障分类器中进行故障识别。实验结果表明:该方法能够在训练样本数量少的情况下,快速获得良好的分类结果,且其故障诊断准确率在96.67%以上;峰值和峰值因子对齿轮故障最敏感,以峰值或峰值因子为特征量的多传感器信息融合,其诊断准确率达95%。该方法更适合于实际齿轮故障诊断应用,并为多类齿轮故障快速诊断的进一步创新研究提供了理论基础。关键词:信息融合;小波变换;支持向量机;故障诊断中图分类号:TH16;T

3、G65文献标识码:AResearchofGearFaultIdentificationBasedonFeature-levellnf0rmationFusionbyUsingDiscreteWavelet-SVMMethodCHENGYu—long,CHENGGang,SHENLi—hua,QIUJin—bo,SHANXian—lei’(1.CollegeofMechanicalandElectricalEngineering,ChinaUniversityofMining&Technology,Xuzhou22111

4、6,China;2.ShanghaiBranchofTiandiScience&TechnologyCo,Ltd.,Shanghai200030,China)Abstract:Tosolvetheproblemsthatthevibrationsignalsfromagearboxareusuallynoisyandfaultsamplesareusuallyinsuficient,anintelligentdiagnosisforgearfaultidentificationbasedonfeature—leveli

5、nformationfusionbyusingdiscretewavelet—SVM(supportvectormachine)ispresentedformulti—classgearfaultdiagnosis.Accordingtothismethod,featurevectorswerefusedafterextractedfromgearvi—brationsignalsbydiscretewavelettransformandtheywereinputintoamultiple·-faultclassifi

6、erofthesup-portvectormachineforfaultidentification.Theexperimentalresultsshowthatthismethodcanachievepreciseclassificationquicklywithsmalltrainingsamplesandthediagnosticaccuracyidentificationratecanreach96.67%.Thepeakandpeakfactorarethemostsensitivecharactersfor

7、gearfaultdiagnosisandthediagnosticaccuracyratecanreach95%byusingthecharacterstoperformmulti—sensorinforma-tionfusion.Thismethodismoresuitableforpracticalapplicationofgearfaultdiagnosisandcanprovidetheoreticalbasisforthefurtherinnovationresearchonfastmulti—classg

8、earfaultdiagnosis.Keywords:informationfusion;wavelettransform;supportvectormachine;faultdiagnosis致传动系统或整机的故障⋯,从而引起重大安全事0引言故。因此,齿轮作为齿轮箱状态监测与故障诊断的作为齿轮箱动力传递的核心部件,齿轮在机械主要

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。