基于孪生支持向量机的齿轮箱故障诊断

• 作者: 丁云飞 刘军科
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 齿轮箱 小波包分解 孪生支持向量机 故障诊断
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 5-10
• 页数: 6页
• 分类号: TH133.33
• 字数: 3767字
• 语种: 中文

摘要

针对齿轮箱振动信号非平稳特性以及故障样本数据处理困难的特点,提出了基于小波包分解和孪生支持向量机的故障诊断方法.首先采集信号通过Mallat塔式算法对信号进行小波分解再重构从而获得频带能量谱,然后通过归一化的方法再提取各频带的故障诊断特征向量.并将它送入孪生支持向量机进行训练.实验表明,该方法有效提高了分类精度和鲁棒性,而且具有较高的诊断效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁云飞	上海电机学院电气学院	18	11	2.0	3.0
2	刘军科	上海电机学院电气学院	1	0	0.0	0.0