基于支持向量机的齿轮箱齿轮故障诊断

• 作者: 占健 吴斌 王加祥
• 来源期刊: 上海电机学院学报
• 学科: 工学
• 关键词: 齿轮 支持向量机 故障识别 故障诊断
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机电工程
• 页码范围: 5-10
• 页数: 6页
• 分类号: TH165.3
• 字数: 3318字
• 语种: 中文

摘要

通过对风机传动系统中齿轮故障进行模拟试验,构建结构风险最优的支持向量机(SVM)网络,对采集到的电磁速度信号进行快速傅里叶分解,选取高频段的频谱特性作为分量进行样本化学习,完成对齿轮故障样本的训练,使SVM具备分类功能.最后,采用SVM对齿轮箱试验台齿轮故障进行诊断分类识别,取得较好的效果,说明齿轮故障信号高频特性所包含故障信息在整个频谱中的有效性以及SVM作为一种故障诊断方法的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴斌	上海电机学院商学院	25	112	5.0	10.0
2	王加祥	上海电机学院电气学院	3	17	2.0	3.0
3	占健	上海电机学院电气学院	2	15	2.0	2.0