基于图像识别的齿轮故障诊断方法研究

• 作者: 王成明 董辛旻 郝旺身 韩捷 魏维格
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 齿轮箱故障诊断 小波包双谱分析 灰度共生矩阵 支持向量机(SVM)
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 故障·诊断
• 页码范围: 166-169
• 页数: 4页
• 分类号: TH113.1
• 字数: 3934字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201605072

摘要

以圆柱齿轮为对象,提出了基于双谱分析和图像识别的齿轮箱故障诊断方法.通过小波包双谱分析生成故障信号的双谱图,并通灰度共生矩阵的2阶特征统计量来表征双谱图特征.对于这些特征统计量,通过相关度的大小进行分类从而得到故障模式识别的输入特征向量.通过支持向量机(SVM)模式识别算法对这些特征集合进行分类,从而识别出相应的齿轮故障类型.实验证明在具有噪声的情况下,该方法取得了比较理想的识别率,验证了基于图像识别的齿轮箱故障诊断方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩捷	郑州大学机械工程学院	196	1599	19.0	30.0
2	王成明	郑州大学机械工程学院	8	32	4.0	5.0
3	董辛旻	郑州大学机械工程学院	69	393	11.0	16.0
4	郝旺身	郑州大学机械工程学院	32	203	8.0	12.0
5	魏维格	郑州大学机械工程学院	1	4	1.0	1.0