泰山学院学报
泰山學院學報
태산학원학보
JOURNAL OF TAISHAN UNIVERSITY
2014年
3期
52-56
,共5页
小波阈值%小波包%支持向量机%粒子群%滚动轴承
小波閾值%小波包%支持嚮量機%粒子群%滾動軸承
소파역치%소파포%지지향량궤%입자군%곤동축승
本文提出了基于改进阈值小波及改进支持向量机的低速重载滚动轴承故障识别方法.首先在实验台上测量三种不同工况的轴承信号,利用改进阈值小波对信号进行降噪处理,将降噪的信号利用小波包分解法得出各频带的特征能量值;其次利用粒子群算法来优化支持向量机的学习因子,提高支持向量机多分类器的识别性能;最后,将特征能量值导入优化后的多分类器,实现低速重载滚动轴承的智能识别.结果表明,结合后的方法有着良好的诊断效果.
本文提齣瞭基于改進閾值小波及改進支持嚮量機的低速重載滾動軸承故障識彆方法.首先在實驗檯上測量三種不同工況的軸承信號,利用改進閾值小波對信號進行降譟處理,將降譟的信號利用小波包分解法得齣各頻帶的特徵能量值;其次利用粒子群算法來優化支持嚮量機的學習因子,提高支持嚮量機多分類器的識彆性能;最後,將特徵能量值導入優化後的多分類器,實現低速重載滾動軸承的智能識彆.結果錶明,結閤後的方法有著良好的診斷效果.
본문제출료기우개진역치소파급개진지지향량궤적저속중재곤동축승고장식별방법.수선재실험태상측량삼충불동공황적축승신호,이용개진역치소파대신호진행강조처리,장강조적신호이용소파포분해법득출각빈대적특정능량치;기차이용입자군산법래우화지지향량궤적학습인자,제고지지향량궤다분류기적식별성능;최후,장특정능량치도입우화후적다분류기,실현저속중재곤동축승적지능식별.결과표명,결합후적방법유착량호적진단효과.