|
|||||
|
|
| 应用AR模型的多参数与多测点信息融合的故障分类 | |
| 作者单位： | ;1.天津工业大学机械工程学院;2.现代机电装备技术重点实验室 |
| 摘 要： | 为了找到针对齿轮传动系统多类故障分类的有效方法,对行星齿轮传动系统进行故障实验,获取振动信号。采用EMD方法对该振动信号进行预处理,得到若干个IMF分量之和,对前4个有效的IMF分量分别建立AR模型,得到对应的自回归参数序列ф,进而对其分别计算关联维数、最大Lyapunov指数、样本熵这3个混沌特征参数,并将其作为辨识特征量。将不同测点对应的ф的不同混沌特征参数信息融合作为支持向量机的输入向量,建立6种不同故障状态的训练集,实现对故障类型进行分类。结果表明:对实验获取的振动信号进行EMD和AR模型处理后,能在很大程度上提高故障分类准确率。 |
| 关 键 词： | 行星齿轮传动系统 混沌特征参数 多测点 支持向量机 EMD AR模型 |
Fault Classification based on Multi-parameter and Multi-point Information Fusion of AR Model |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |