| 利用小波包和SVDD的分拣机轴承故障诊断 |
| |
| 引用本文： | 陈伟,贾庆轩,孙汉旭.利用小波包和SVDD的分拣机轴承故障诊断[J].振动．测试与诊断,2012,32(5):762-766. |
| |
| 作者姓名： | 陈伟 贾庆轩 孙汉旭 |
| |
| 作者单位： | 北京邮电大学自动化学院 北京,100876 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 针对邮政分拣机供包台轴承故障识别精度较低问题,展开一种基于小波包结合支持向量数据描述的振动故障辨识研究。运用小波变换对检测的振动信号进行降噪,再利用统计分析、共振解调和小波包技术从预处理后的信号中提取故障特征频率和小波包能量等时、频域特征作为输入向量。通过核参数优化选取和正常类样本集训练学习,建立描述轴承正常工作状态的最小特征超球体作为预测模型并带入轴承试验台中。试验结果表明,该方法的正确识别率可以达到98%以上。
|
| 关 键 词： | 邮政分拣机供包台系统 故障诊断 支持向量数据描述 预测模型 |
Bearing Fault Detection for Sorting Machine Using Wavelet Packet and SVDD |
| |
| Chen Wei, Jia Qingxuan, Sun Hanxu.Bearing Fault Detection for Sorting Machine Using Wavelet Packet and SVDD[J].Journal of Vibration,Measurement & Diagnosis,2012,32(5):762-766. |
| |
| Authors: | Chen Wei Jia Qingxuan Sun Hanxu |
| |
| Affiliation: | (School of Automation, Beijing University of Posts and Telecommunications Beijing, 100876, China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
