组合机床与自动化加工技术
組閤機床與自動化加工技術
조합궤상여자동화가공기술
MODULAR MACHINE TOOL & AUTOMATIC MANUFACTURING TECHNIQUE
2012年
8期
70-73,77
,共5页
成钰龙%程刚%沈利华%邱锦波%山显雷
成鈺龍%程剛%瀋利華%邱錦波%山顯雷
성옥룡%정강%침리화%구금파%산현뢰
信息融合%小波变换%支持向量机%故障诊断
信息融閤%小波變換%支持嚮量機%故障診斷
신식융합%소파변환%지지향량궤%고장진단
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-SVM(支持向量机)故障诊断方法,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.
針對齒輪振動信號故障特徵微弱及故障樣本不足,提齣基于特徵信息融閤的小波-SVM(支持嚮量機)故障診斷方法,用于多類齒輪故障診斷.該方法採用離散小波變換對齒輪的振動信號進行處理來構造特徵嚮量,將多路信號融閤後輸入到SVM的多故障分類器中進行故障識彆.實驗結果錶明:該方法能夠在訓練樣本數量少的情況下,快速穫得良好的分類結果,且其故障診斷準確率在96.67％以上；峰值和峰值因子對齒輪故障最敏感,以峰值或峰值因子為特徵量的多傳感器信息融閤,其診斷準確率達95％.該方法更適閤于實際齒輪故障診斷應用,併為多類齒輪故障快速診斷的進一步創新研究提供瞭理論基礎.
침대치륜진동신호고장특정미약급고장양본불족,제출기우특정신식융합적소파-SVM(지지향량궤)고장진단방법,용우다류치륜고장진단.해방법채용리산소파변환대치륜적진동신호진행처리래구조특정향량,장다로신호융합후수입도SVM적다고장분류기중진행고장식별.실험결과표명:해방법능구재훈련양본수량소적정황하,쾌속획득량호적분류결과,차기고장진단준학솔재96.67％이상；봉치화봉치인자대치륜고장최민감,이봉치혹봉치인자위특정량적다전감기신식융합,기진단준학솔체95％.해방법경괄합우실제치륜고장진단응용,병위다류치륜고장쾌속진단적진일보창신연구제공료이론기출.
