摘 要: | 针对传统自动机维修保障模式操作繁琐、维修周期长的问题,提出了一种应用小波包能量谱信息和相关向量机(Relevance vector machine,RVM)相结合的故障诊断方法。对每一组自动机振动信号进行小波包分解,得到不同频率成分的子频带分量,计算子分量占原信号能量的百分比,实现自动机状态信息表征,最后将特征输入RVM中进行分类识别。自动机故障诊断实例表明,该方法能较理想的实现自动机故障诊断,达到较高的诊断准确率。此外,通过对比支持向量机(SVM)的诊断结果,验证了RVM可以在很大程度上提升故障诊断的稀疏性与实时性。
|