基于Boosting模糊分类的滚动轴承故障诊断

• 作者: 夏利民 戴汝为
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 小波包分解 遗传算法 Boosting方法 模糊分类器
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 323-327
• 页数: 5页
• 分类号: TP391
• 字数: 4206字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2003.03.011

摘要

本文提出了一种新颖的基于Boosting模糊分类的滚动轴承故障诊断方法.利用小波包对滚动轴承的振动加速度信号进行分解,得到滚动轴承动态信号在不同频带的能量,并以此作为滚动轴承的特征向量,采用模糊分类方法进行故障诊断.该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应的权值,分类器以加权投票方式进行分类决策对7类滚动轴承进行了实验,结果表明该方法具有很好的故障诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴汝为	中国科学院自动化研究所人工智能实验室	85	2246	27.0	45.0
2	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0