支持向量机和声发射技术在齿轮裂纹故障诊断中的应用

被引：3

作者：

姚晓山 ^{[1
,2
]}

张永祥 ^{[1
]}

明廷锋 ^{[1
]}

刘诗华 ^{[2
]}

机构：

[1] 海军工程大学船舶与动力学院

[2] 空军雷达学院军通系

来源：

海军工程大学学报 | 2010年 / 22卷 / 02期

关键词：

故障诊断; 齿轮裂纹; 声发射; 时序分析; 支持向量机;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

为了解决齿根疲劳裂纹故障难以识别的问题,对齿轮箱正常和裂纹故障状态的声发射信号进行时间序列分析,利用AR模型的自回归系数作为齿轮箱不同状态时的特征向量,形成支持向量机的训练样本对支持向量机进行网络训练,实现对齿轮箱正常、轻微裂纹和严重裂纹故障状态的识别与诊断。实验结果表明:基于支持向量机和声发射技术的齿轮箱故障诊断系统能够准确地识别与诊断齿轮箱的裂纹故障状态,它对于齿轮裂纹故障检测是一种有效的诊断手段。

引用

页码：70 / 73+112 +112

页数：5

共 8 条

[1]

时间序列分析的工程应用.[M].杨叔子等著;.华中理工大学出版社.1991,

[2] 基于EKF训练的RBF神经网络及其故障诊断应用 [J].