机电设备振动信号故障诊断算法研究

• 作者: 王宇 纪厚业 罗倩
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 特征提取 小波包分解 方差 故障诊断 支持向量机 参数优化
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 仿真服务化
• 页码范围: 414-419
• 页数: 6页
• 分类号: TH133.33|TH165.3
• 字数: 4661字
• 语种: 中文

摘要

研究机电设备振动信号故障诊断问题,由于运行在复杂工况下的故障信号很容易淹没在噪声中,而传统的特征提取方法不能较好地对特征信号准确提取,降低了故障诊断的准确性.针对上述问题,提出了基于频带方差的小波包分解与参数优化的支持向量机的故障诊断算法.首先利用振动信号的小波包分解系数计算各子频带的方差,并作为特征向量.然后将特征向量作为支持向量机的输入优化其参数,对故障进行“多对多””的分类.仿真结果表明,提出的算法提高了机电设备振动信号故障诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗倩	北京信息科技大学信息与通信工程学院	35	107	6.0	8.0
2	纪厚业	北京信息科技大学信息与通信工程学院	3	9	2.0	3.0
3	王宇	北京信息科技大学信息与通信工程学院	2	7	1.0	2.0