基于多重分形与SVM的齿轮箱故障诊断研究

• 作者: 冯广斌 孙华刚 朱云博 李顺德
• 来源期刊: 机械传动
• 关键词: 多重分形 支持向量机 故障诊断 多重分形谱 广义维数 粒子群优化算法
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 试验分析
• 页码范围: 99-102
• 分类号: TH132.41|TH165.3
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2539.2012.06.026

摘要

针对齿轮箱振动信号的非平稳性和非线性,提出一种多重分形和支持向量机相结合的故障诊断方法.运用多重分形理论方法对齿轮振动信号进行分析,通过分析发现多重分形谱和广义维数作为故障特征能够很好地反映齿轮箱的工作状态;时支持向量机的参数利用粒子群优化算法进行优化,并将齿轮箱振动信号的多重分形特征量作为支持向量机的输入参数以识别齿轮的故障类型.实验结果表明,该方法在样本较小的情况下能够准确对齿轮箱的故障类型进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙华刚		30	141	7.0	10.0
2	李顺德		9	86	6.0	9.0
3	冯广斌		17	111	5.0	10.0
4	朱云博		1	18	1.0	1.0