应用SIFT_BoW和HIK_SVM的行星轮齿面磨损故障诊断

行星轮齿面磨损故障信号具有特征薄弱、特征量少等缺点,对其进行故障特征识别较为困难。本文中提出一种新的方法:首先,将原始振动加速度信号幅值作为像素点构造灰度图像,检测灰度图像的特征点并对检测出的特征点向量描述;然后将灰度图像的特征描述向量聚类,构建词袋模型;最后用直方图相交核支持向量机算法对其进行分类。该方法不但不需要对原始信号模态分解和降噪处理,还可以提取出大量的信号特征,提高了故障特征识别的效率和准确率。对正常轮齿、2个齿面磨损和3个齿面磨损故障进行了诊断实验,准确率高达98.55%,实验结果验证了所提方法的有效性。