基于小波包分解和 SVM的齿轮箱故障诊断

• 作者: 宋平 文妍 谭继文
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 齿轮箱 小波包分解 SVM 遗传算法 网格搜索法
• 年，卷（期）: 2013,（21）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 160-163
• 页数: 4页
• 分类号: TH17
• 字数: 2897字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.21.043

摘要

为对齿轮箱的状态进行检测和控制，研究齿轮箱振动信号特征及小波包分解方法，并对特定频段进行重构，提取不同故障状态下的特征值，以此为输入建立了基于SVM的齿轮箱故障诊断系统。为解决随机选择SVM参数的盲目性，应用遗传算法和网格搜索法分别优化SVM的参数，并分析了采用两种不同寻优方式的齿轮箱故障诊断效果。结果表明：两种优化算法都能得到较高的识别率，且遗传算法对SVM诊断模型的优化效果要略优于网格搜索法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文妍		26	129	6.0	10.0
2	谭继文		93	414	8.0	14.0
3	宋平		4	21	3.0	4.0