小波分解和最小二乘支持向量机的风机齿轮箱故障诊断

• 作者: 张金敏 王思明 翟玉千
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 风力发电机组齿轮箱 故障诊断 最小二乘支持向量机 小波分解
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 研究与探讨
• 页码范围: 41-43
• 分类号: TP306
• 字数: 3343字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2011.01.013

摘要

根据齿轮箱故障时振动信号特点,提出了一种基于小波分解和最小二乘支持向量机(LS-SVM)相结合的齿轮箱故障诊断方法.通过对齿轮箱振动信号进行小波分解,得到各分解节点对应频率段的重构信号和节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到 LS-SVM 多类分类器中进行故障识别.诊断结果表明:该方法能够准确地识别风力发电机组齿轮箱的常见故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王思明	兰州交通大学自动化与电气工程学院	68	307	8.0	14.0
2	翟玉千	兰州交通大学自动化与电气工程学院	6	32	2.0	5.0
3	张金敏	兰州交通大学机电工程学院	33	115	6.0	9.0