机械研究与应用
機械研究與應用
궤계연구여응용
MECHANICAL RESEARCH & APPLICATION
2009年
6期
115-117,120
,共4页
张梅军%石文磊%赵亮%李曙光
張梅軍%石文磊%趙亮%李曙光
장매군%석문뢰%조량%리서광
小波包变换%支持向量基(SVM)%故障诊断
小波包變換%支持嚮量基(SVM)%故障診斷
소파포변환%지지향량기(SVM)%고장진단
为了对发动机气门间隙进行故障诊断,在对振动信号进行采集和预处理的基础上,运用小波包频带能量分解技术提取发动机故障的特征向量,以此作为支持向量机分类器(SVM)的训练样本,用经训练的SVM多分类器对发动机不同故障进行自动识别和诊断,实现了信号特征向量提取与故障模式识别的有机结合.实验结果表明,该方法能在机械故障样本少的情况下准确的识别和诊断出发动机气门间隙的故障类型,具有实际的工程应用价值.
為瞭對髮動機氣門間隙進行故障診斷,在對振動信號進行採集和預處理的基礎上,運用小波包頻帶能量分解技術提取髮動機故障的特徵嚮量,以此作為支持嚮量機分類器(SVM)的訓練樣本,用經訓練的SVM多分類器對髮動機不同故障進行自動識彆和診斷,實現瞭信號特徵嚮量提取與故障模式識彆的有機結閤.實驗結果錶明,該方法能在機械故障樣本少的情況下準確的識彆和診斷齣髮動機氣門間隙的故障類型,具有實際的工程應用價值.
위료대발동궤기문간극진행고장진단,재대진동신호진행채집화예처리적기출상,운용소파포빈대능량분해기술제취발동궤고장적특정향량,이차작위지지향량궤분류기(SVM)적훈련양본,용경훈련적SVM다분류기대발동궤불동고장진행자동식별화진단,실현료신호특정향량제취여고장모식식별적유궤결합.실험결과표명,해방법능재궤계고장양본소적정황하준학적식별화진단출발동궤기문간극적고장류형,구유실제적공정응용개치.
