简介概要

基于阶比AR模型和SVM的齿轮箱故障诊断

来源期刊:矿山机械2013年第8期

论文作者:吕建新 黄炯龙 钟斌 曹红燕 马文龙

文章页码:114 - 117

关键词:阶比分析;自回归模型;支持向量机;齿轮箱;故障诊断;

摘    要:针对齿轮箱加速过程中振动信号的非平稳特性和传统阶比分析法存在的不足,笔者提出了一种阶比分析、自回归模型和支持向量机(SVM)相结合的故障诊断方法。利用计算阶比跟踪,将时域非平稳信号转化为角域准平稳信号,并对角域信号建立自回归模型(Auto Regresstive,AR),取得模型的参数向量组成及特征向量矩阵,以此作为输入建立支持向量机分类器,判断齿轮的故障类型。试验结果表明,该方法可有效提取故障特征,在变转速工况小样本条件下也能保证足够的诊断速度与精度。

详情信息展示

基于阶比AR模型和SVM的齿轮箱故障诊断

吕建新1,黄炯龙1,钟斌1,曹红燕2,马文龙1

1. 武警工程大学2. 广西师范大学电子工程学院

摘 要:针对齿轮箱加速过程中振动信号的非平稳特性和传统阶比分析法存在的不足,笔者提出了一种阶比分析、自回归模型和支持向量机(SVM)相结合的故障诊断方法。利用计算阶比跟踪,将时域非平稳信号转化为角域准平稳信号,并对角域信号建立自回归模型(Auto Regresstive,AR),取得模型的参数向量组成及特征向量矩阵,以此作为输入建立支持向量机分类器,判断齿轮的故障类型。试验结果表明,该方法可有效提取故障特征,在变转速工况小样本条件下也能保证足够的诊断速度与精度。

关键词:阶比分析;自回归模型;支持向量机;齿轮箱;故障诊断;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号