基于MF-DFA和SVM的齿轮箱故障诊断 |
| |
引用本文: | 刘春林,潘宏侠,史斐娜,蒋红军.基于MF-DFA和SVM的齿轮箱故障诊断[J].机械传动,2014(12):119-123. |
| |
作者姓名: | 刘春林 潘宏侠 史斐娜 蒋红军 |
| |
作者单位: | 中北大学机械与动力工程学院; |
| |
基金项目: | 国家自然科学基金(50875247) |
| |
摘 要: | 针对齿轮箱的故障信号是具有非平稳性、非线性等复杂特征的信号,利用多重分形去趋势波动分析(MF-DFA)和支持向量机(SVM)相结合的方法对齿轮箱进行故障诊断。利用多重分形去趋势波动分析,提取齿轮箱故障的多重分形最大奇异指数,最小奇异指数,奇异谱的宽度,极值点所对应的奇异指数等4个分形参数,将其作为特征参数。然后建立齿轮箱的不同故障状态的样本,通过利用支持向量机的方法实现齿轮箱故障的诊断与识别。研究表明,这两种方法的结合为机械故障诊断提供了一种新的方法,对齿轮箱的故障诊断识别具有重要意义。
|
关 键 词: | 多重分形 去趋势波动分析 支持向量机 故障诊断 |
Fault Diagnosis of Gearbox based on MF-DFA and SVM |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|