KNN-朴素贝叶斯算法的滚动轴承故障诊断

• 作者: 宁芊 杨晓敏 路敦利
• 来源期刊: 计算机测量与控制
• 关键词: KNN 贝叶斯算法 故障诊断 滚动轴承 小波包
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 21-23,27
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.06.005

摘要

滚动轴承的故障诊断对于提高工业生产效率,保障工业生产的稳定安全地运行具有重要意义;为了提高滚动轴承故障识别的正确率,提出一种使用KNN-朴素贝叶斯决策组合算法对滚动轴承故障诊断;组合算法利用朴素贝叶斯算法对使用不同K值的KNN算法初步分类结果进行再分类以达到提高滚动轴承故障识别的目的;首先,使用小波包能量法对滚动轴承振动信号进行能量特征提取,然后使用多个参数K值不同的KNN算法对能量特征数据预分类,得到多个KNN算法分类结果集,将分类结果集进行处理得到预分类结果集,将预分类结果集作为朴素贝叶斯算法的输入,使用朴素贝叶斯算法对数据再分类;实验结果表明,组合算法相较于传统KNN算法及贝叶斯算法在滚动轴承的故障诊断率得到了有效提高,实现了对滚动轴承故障的有效诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁芊	四川大学电子信息学院	60	414	10.0	18.0
3	杨晓敏	四川大学电子信息学院	77	789	17.0	24.0
6	路敦利	四川大学电子信息学院	2	26	2.0	2.0