期刊文章详细信息
基于小波-支持向量机的齿轮故障诊断研究
Study on the Gear Fault Diagnosis Based on Wavelet-support Vector Machine
文献类型：期刊文章
机构地区：[1]河南理工大学机械监测与故障诊断研究所,河南焦作454000
年 份：2008
卷 号：27
期 号：4
起止页码：31-36
语 种：中文
收录情况：AJ、CAS、CSA、CSA-PROQEUST、MR、RCCSE、ZGKJHX、普通刊
摘 要：针对齿轮工作状态的识别与智能故障诊断问题,提出了应用小波与支持向量机相结合进行齿轮智能故障诊断的方法。将齿轮不同工作状态下的振动信号经小波包分解后的频带能量作为特征向量,并以此作为训练样本对多个支持向量机构成的齿轮多故障分类器进行训练,进而实现对齿轮的智能诊断。通过对提升机齿轮的故障诊断研究表明,小波包与支持向量机相融合的故障诊断与识别技术发挥了两者的优点,是提取机械故障特征进行设备状态自动识别的有效方法。
关 键 词：小波包 支持向量机 齿轮 故障诊断
分 类 号：TH165.3]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
