蜗轮减速器振动信号特征提取与状态识别

• 作者: 周海宁 白国振
• 来源期刊: 中国机械工程
• 关键词: 相对能量矩阵 特征提取 思维进化算法 识别
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 349-354
• 页数: 6页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.03.012

摘要

为实现蜗轮减速器运行状态识别，首先结合小波包分解和矩阵理论的特点，提出基于参考信号的小波包能量矩阵构造方法，分析了矩阵的最大奇异值(特征值)与运行状态的物理联系，并验证了所提方法比以往方法提取出的特征参数敏感度更高；然后改进思维进化算法(MEA)用于优化 BP 神经网络，实现对运行状态的智能识别，将提取的特征参数构成神经网络的输入向量，结果表明识别正确率提高了17.93％，从而验证了改进算法的优越性；最后提出了一种快速分类方法，该方法可以较好地区分故障与正常状态，解决了对实时性要求较高的在线诊断问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白国振		64	381	10.0	17.0
2	周海宁		2	7	2.0	2.0