BSS和SVM在齿轮箱智能故障诊断中的应用

• 作者: 万晓飞 李凤兰 葛玉珉 马维金
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 齿轮箱 特征提取 盲源分离 支持向量机
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 故障·诊断
• 页码范围: 234-236
• 页数: 3页
• 分类号: TM31
• 字数: 2529字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201401106

摘要

齿轮箱振动信号中蕴藏着齿轮箱运行状态的所有信息.阐述了盲源分离(BSS)的基本模型及其算法,模拟了变速箱的4种常见故障,对实验室中获得的振动信号进行BSS预处理,提取小波包能量向量之后应用支持向量机算法进行智能故障分类,故障识别率达到85％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凤兰	太原理工大学机械工程学院	21	276	9.0	16.0
2	马维金	中北大学机械工程与自动化学院	48	280	10.0	14.0
3	万晓飞	中北大学机械工程与自动化学院	4	17	2.0	4.0
4	葛玉珉		2	11	1.0	2.0