基于LCD和KNNCH分类算法的齿轮故障诊断方法

• 作者: 曾鸣 杨宇 程军圣 郑近德
• 来源期刊: 中国机械工程
• 关键词: 局部特征尺度分解(LCD) 核最近邻凸包(KNNCH)分类算法 能量 齿轮 故障诊断
• 年，卷（期）: 2014,（15）
• 所属期刊栏目: 信息技术
• 页码范围: 2049-2054
• 页数: 6页
• 分类号: TH165|TN911
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2014.15.012

摘要

提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC)，然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH 分类器，根据其输出结果来判断齿轮的工作状态。实验分析结果表明，所提出的方法能有效地提取齿轮故障特征信息，而且在小样本的情况下仍能准确地对齿轮的工作状态进行识别。同时，与支持向量机(SVM)算法的对比分析结果表明， KNNCH 算法能取得与SVM算法相当或更高的正确识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宇	湖南大学汽车车身先进设计制造国家重点实验室	170	5200	44.0	68.0
2	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
3	曾鸣	湖南大学汽车车身先进设计制造国家重点实验室	15	231	10.0	15.0
4	郑近德	湖南大学汽车车身先进设计制造国家重点实验室	24	901	14.0	24.0