哈尔滨理工大学学报
哈爾濱理工大學學報
합이빈리공대학학보
JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY
2013年
3期
95-101
,共7页
曹婧华%赵飞%李聪%孔繁森
曹婧華%趙飛%李聰%孔繁森
조청화%조비%리총%공번삼
敏感特征参数%规则提取%SVM%模式识别
敏感特徵參數%規則提取%SVM%模式識彆
민감특정삼수%규칙제취%SVM%모식식별
sensitive characteristic parameters%rule extraction%SVM%feature recognition
针对计算机辅助某齿轮箱厂检测线上工人对齿轮箱故障状态类型的诊断,以齿轮箱中齿轮、轴、轴承等主要零件为研究对象,对采集到的齿轮箱振动信号进行细致分析,在敏感特征参数提取上采用聚类分析的方法,有效地消除了冗余参数的干扰,为下一步支持向量机(SVM)模式识提高了参数训练的精确度,建立与检测线工人所定义故障类型相一致的故障状态模式识别模型,从而进一步提高了计算机辅助工人对齿轮箱智能故障诊断的准确性和诊断结论一致性.
針對計算機輔助某齒輪箱廠檢測線上工人對齒輪箱故障狀態類型的診斷,以齒輪箱中齒輪、軸、軸承等主要零件為研究對象,對採集到的齒輪箱振動信號進行細緻分析,在敏感特徵參數提取上採用聚類分析的方法,有效地消除瞭冗餘參數的榦擾,為下一步支持嚮量機(SVM)模式識提高瞭參數訓練的精確度,建立與檢測線工人所定義故障類型相一緻的故障狀態模式識彆模型,從而進一步提高瞭計算機輔助工人對齒輪箱智能故障診斷的準確性和診斷結論一緻性.
침대계산궤보조모치륜상엄검측선상공인대치륜상고장상태류형적진단,이치륜상중치륜、축、축승등주요령건위연구대상,대채집도적치륜상진동신호진행세치분석,재민감특정삼수제취상채용취류분석적방법,유효지소제료용여삼수적간우,위하일보지지향량궤(SVM)모식식제고료삼수훈련적정학도,건립여검측선공인소정의고장류형상일치적고장상태모식식별모형,종이진일보제고료계산궤보조공인대치륜상지능고장진단적준학성화진단결론일치성.
