高斯混合模型与小波包能量相结合的齿轮故障分类

• 作者: 吕勇 李友荣 肖涵
• 来源期刊: 起重运输机械
• 学科: 工学
• 关键词: 故障分类 小波包能量 高斯混合模型
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 故障·诊断
• 页码范围: 92-95
• 页数: 4页
• 分类号: TH2
• 字数: 2754字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0785.2009.01.031

摘要

提出小波包能量与高斯混合模型相结合的齿轮故障分类算法.利用小波包分析提取某种模式下齿轮振动信号多层分解后的不同频带内的能量,并进行归一化处理.然后以各频带能量为元索构造该模式的特征向量,利用这些特征向量以及高斯混合模型良好的数据分布刻画能力,对该模式进行描述.最后采用贝叶斯分类器进行齿轮故障分类.采用该方法对齿轮振动信号进行故障识别,结果表明能取得比人工神经网络算法更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李友荣	武汉科技大学机械自动化学院	226	1660	20.0	26.0
2	吕勇	武汉科技大学机械自动化学院	92	605	14.0	19.0
3	肖涵	武汉科技大学机械自动化学院	64	280	10.0	13.0