基于提升小波包变换和集成支持矢量机的早期故障智能诊断

被引:93
作者
胡桥
何正嘉
张周锁
訾艳阳
雷亚国
机构
[1] 西安交通大学机械制造系统工程国家重点实验室
基金
国家自然科学基金重点项目;
关键词
提升小波包变换; 特征提取; 集成支持矢量机; 早期故障诊断;
D O I
暂无
中图分类号
TH17 [机械运行与维修];
学科分类号
120111 [工业工程];
摘要
为了解决机电设备早期故障难以正确识别的问题,有效地提高分类的准确率,提出一种基于提升小波包变换和集成支持矢量机的早期故障智能诊断新方法。首先,该方法采用提升策略构造基于冲击故障信号特征的双正交小波,借助提升小波包变换提取信号的敏感频带特征,从而通过对敏感频带中的小波包系数进行包络解调分析检测出故障特征频率。其次,通过距离评估技术从原始信号和小波包系数的统计特征中选取最优特征集。最后,将最优特征输入到集成支持矢量机中,实现对不同故障类型的识别。将该方法应用于滚动轴承的早期故障诊断中,测试结果表明,该方法能够有效地提取故障特征,具有比单一支持矢量机更好的分类性能,故障诊断准确率更高。
引用
收藏
页码:16 / 22
页数:7
相关论文
共 3 条
[1]
Fault Diagnosis of Rotating Machinery Based on Multi-Class Support Vector Machines.[J].Bo-Suk Yang;Tian Han;Won-Woo Hwang.Journal of Mechanical Science and Technology.2003, 3
[2]
Factoring wavelet transforms into lifting steps [J].
Daubechies, I ;
Sweldens, W .
JOURNAL OF FOURIER ANALYSIS AND APPLICATIONS, 1998, 4 (03) :247-269
[3]
机械设备非平稳信号的故障诊断原理及应用.[M].何正嘉等著;.高等教育出版社.2001,