| 基于α稳定分布和支持向量机的轴承模式分类 |
| |
| 作者姓名： | 申永军 段春宇 王杜娟 杨绍普 |
| |
| 作者单位： | (1.石家庄铁道大学机械工程学院，石家庄 050043)（2.中国中铁工程装备集团有限公司，郑州 450016） |
| |
| 基金项目： | 国家自然科学基金资助项目（11072158, 11372198）；教育部新世纪优秀人才支持计划资助项目（NCET-11-0936）；河北省高等学校创新团队领军人才计划资助项目(LJRC018)；河北省高等学校高层次人才科学研究资助项目（GCC2014053）；河北省高层次人才资助项目（A201401001） |
| |
| 摘 要： | 针对滚动轴承发生故障时振动信号表现出来的脉冲特性,提出了一种基于α稳定分布和支持向量机的模式分类方法。介绍了α稳定分布的定义和概率密度函数,并与故障轴承振动信号的概率密度函数曲线进行比较,证明了具有脉冲特性的轴承振动信号符合α稳定分布。用小波包分解技术对不同类型的轴承实测数据进行分解,并提取相应特征参数作为特征向量,建立支持向量机诊断模型,进行特征模式分类。通过与传统的基于峭度和方差的模式分类方法进行比较,表明该方法具有较高的诊断准确性。
|
| 关 键 词： | α稳定分布； 小波包分解； 支持向量机； 故障诊断 |
| 本文献已被 CNKI 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 |
|
