基于小波包分解与机器学习的汽车调光电机异音识别

• 作者: Antoine AUGEIX 张新 郑晓娇 郑燕萍
• 来源期刊: 森林工程
• 学科: 交通运输
• 关键词: 调光电机装置 异音识别 机器学习 支持向量机 小波包
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 森工技术与装备
• 页码范围: 59-63,112
• 页数: 6页
• 分类号: U468.4
• 字数: 3075字
• 语种: 中文

摘要

为实现汽车调光电机装置异音检测的自动化,本文采用机器学习的方法开展产品异音识别研究.在分析确定产品异音来源的基础上,采集正常件和异音件的振动信号,利用小波包分解,结合时频域分析,在能量谱和时域特征中提取10个特征向量,基于BP神经网络对200个信号样本进行机器学习分类.并对20个样件进行试验,识别汽车调光电机异音的正确率达到95％.研究表明,采用机器学习的方法能够有效地识别电机异音,此研究具有工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑燕萍	南京林业大学汽车与交通工程学院	70	483	11.0	19.0
2	张新	南京林业大学汽车与交通工程学院	3	2	1.0	1.0
3	Antoine AUGEIX		1	1	1.0	1.0
4	郑晓娇		2	2	1.0	1.0