机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2014年
18期
54-57
,共4页
齿轮%支持向量机%故障分类%小波包能量
齒輪%支持嚮量機%故障分類%小波包能量
치륜%지지향량궤%고장분류%소파포능량
Gear%Support vector machine%Fault classification%Wavelet packet energy
齿轮是旋转机械中的关键元件。提出了一个基于支持向量机的齿轮多故障分类方法。齿轮状态被划分为正常、齿轮磨损和断齿状态。振动信号的均方根和小波包能量被选作为分类器的特征参数。分类器选用支持向量机（SVM）。SVM具有良好的实用性及多分类能力。实验结果表明：提出的方法能很好地区分齿轮故障。
齒輪是鏇轉機械中的關鍵元件。提齣瞭一箇基于支持嚮量機的齒輪多故障分類方法。齒輪狀態被劃分為正常、齒輪磨損和斷齒狀態。振動信號的均方根和小波包能量被選作為分類器的特徵參數。分類器選用支持嚮量機（SVM）。SVM具有良好的實用性及多分類能力。實驗結果錶明：提齣的方法能很好地區分齒輪故障。
치륜시선전궤계중적관건원건。제출료일개기우지지향량궤적치륜다고장분류방법。치륜상태피화분위정상、치륜마손화단치상태。진동신호적균방근화소파포능량피선작위분류기적특정삼수。분류기선용지지향량궤（SVM）。SVM구유량호적실용성급다분류능력。실험결과표명：제출적방법능흔호지구분치륜고장。
Gears are critical elements in rotating machinery.An approach is proposed based on support vector machine (SVM)to solve classification of multiple gear conditions.These condi-tions are divided into normal,wear,and broken teeth conditions.The root mean square (RMS) and the wavelet packet energy at different scales of the vibration signals of gearbox casing are employed in constructing the features of classifier.SVM is employed for the classifier,and it has the abilities of multi-class classification and good generalization.The experimental results show that the proposed method is able to discriminate the gear faults clearly.
