基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究

• 作者: 刘建仁 向伟彬 周继续 贺德强 陈二恒
• 来源期刊: 铁道科学与工程学报
• 学科: 交通运输
• 关键词: 机车走行部 滚动轴承 故障诊断 小波包 贝叶斯分类
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 机车车辆与设备
• 页码范围: 636-642
• 页数: 7页
• 分类号: TP391.9|U260
• 字数: 4619字
• 语种: 中文

摘要

机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对目前机车走行部滚动轴承故障诊断准确率不高、模型构建时间较长的问题，提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特征集，利用粗糙集和主成分分析进行降维，将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断，最后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明，朴素贝叶斯分类方法构建模型的时间更短，分类准确率更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺德强	广西大学机械工程学院	58	334	10.0	15.0
2	周继续	广西大学机械工程学院	3	28	3.0	3.0
3	陈二恒	广西大学机械工程学院	4	32	4.0	4.0
4	向伟彬	广西大学机械工程学院	5	36	4.0	5.0
5	刘建仁		2	13	2.0	2.0