基于低相干K-SVD和SVM的齿轮故障诊断方法研究

• 作者: 魏永合 李宗霖 唐英瀚 李宏林 马步芳
• 来源期刊: 沈阳理工大学学报
• 关键词: 低相干K-SVD 支持向量机 故障诊断
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 机械工程|Mechanical Engineering
• 页码范围: 78-83
• 页数: 6页
• 分类号: TH132.41
• 语种: 中文
• DOI: 10.3969/j.issn.1003-1251.2020.05.015

摘要

齿轮传动被大量应用于机械传动之中,当齿轮出现断齿或点蚀等故障时,极易对设备造成损坏.为了能够有效且准确地判断出齿轮故障类型,采用集合经验模态分解将原始信号分解;并用低相干K-SVD算法构造出低相干字典以得到稀疏信号;再由遗传算法优化支持向量机判断出齿轮的故障类别.结果 表明:基于低相干K-SVD和SVM的齿轮故障诊断模型可以实现齿轮故障状态的准确识别.