基于多组合分类器的汽车变速箱故障诊断

• 作者: 冯辅周 吴春志 崔玉莲 陈汤
• 来源期刊: 时代汽车
• 关键词: 汽车变速箱 特征参量集 故障诊断
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 汽车后市场
• 页码范围: 186-187,196
• 页数: 3页
• 字数: 519字
• 语种: 中文

摘要

针对于汽车变速箱故障特征信号微弱,且难以对故障类型识别问题,提出了基于多组合分类器的故障诊断方法.首先该方法将原始振动信号采用经验模态分解(Empirical Mode Decomposition,EMD)、变分模态分解(Variational Mode Decomposition,VMD)以及提升小波变换(Lifting Wavelet Transform,LWT)进行分解得到多个分量信号,再在对每个分量信号求取特征参量组成特征向量集,输入到K近邻分类器(k-Nearest Neighbor,kNN)、逻辑回归分类器(Logical Regression Multi-Classification,LRMC)以及随机森林分类器(Random Forest,RF)中,以此判断故障类型.最后经过汽车变速箱故障模拟试验台的数据验证,经过分类器性能评价指标验证,基于LWT-RF模型的故障诊断方法具有最高的准确率、精确率、F1-score.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯辅周	陆军装甲兵学院车辆工程系	37	100	4.0	9.0
2	吴春志	陆军装甲兵学院车辆工程系	10	33	2.0	5.0
3	陈汤	陆军装甲兵学院车辆工程系	4	30	2.0	4.0
4	崔玉莲	陆军装甲兵学院车辆工程系	2	0	0.0	0.0