| 基于小波包最优熵与RVM的滚动轴承故障诊断方法 |
| |
| 引用本文： | 任学平,庞震,辛向志,邢义通,马文生. 基于小波包最优熵与RVM的滚动轴承故障诊断方法[J]. 轴承, 2014, 0(11) |
| |
| 作者姓名： | 任学平 庞震 辛向志 邢义通 马文生 |
| |
| 作者单位： | 内蒙古科技大学 机械工程学院,内蒙古 包头,014010 |
| |
| 基金项目： | 国家自然科学基金项目(11302058)；内蒙古自治区自然科学基金项目 |
| |
| 摘 要： | 为解决滚动轴承振动信号信噪比低和故障分类准确性不高的问题,提出了小波包最优熵和相关向量机相结合的故障诊断方法。首先采用小波包对采集到的信号进行信噪分离,寻找分解后信号的最优小波包节点熵;然后提取最优节点能量作为训练样本,对相关向量机的多故障分类器进行训练,实现轴承的智能诊断。试验表明,该方法可简单有效地分离噪声,并具有良好的分类能力,可以很好地应用于轴承故障诊断。
|
| 关 键 词： | 滚动轴承 故障诊断 小波包 最优熵 相关向量机 |
Fault Diagnosis Method for Rolling Bearings Based on Wavelet Packet Optimal Entropy and RVM |
| |
| Ren Xueping,Pang Zhen,Xin Xiangzhi,Xing Yitong,Ma Wensheng. Fault Diagnosis Method for Rolling Bearings Based on Wavelet Packet Optimal Entropy and RVM[J]. Bearing, 2014, 0(11) |
| |
| Authors: | Ren Xueping Pang Zhen Xin Xiangzhi Xing Yitong Ma Wensheng |
| |
| Abstract: | |
| |
| Keywords: | rolling bearing fault diagnosis wavelet packet optimal entropy RVM |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
