基于諧波小波包和IAGA-SVM的滾動(dòng)軸承故障診斷
關(guān)鍵詞：滾動(dòng)軸承 故障診斷 諧波小波包 改進(jìn)的自適應(yīng)遺傳算法 支持向量機(jī)
摘要：傳統(tǒng)方法在診斷滾動(dòng)軸承故障時(shí)受人為因素影響,故障成因復(fù)雜,因此在已有理論上提出一種基于諧波小波包和自適應(yīng)支持向量機(jī)相結(jié)合的搗固車(chē)故障診斷方法。諧波小波包對(duì)不同故障下的振動(dòng)信號(hào)展開(kāi)分解及重構(gòu)后所提取的頻帶能量即為特征向量,再把特征值輸入支持向量機(jī)(SVM)模型中訓(xùn)練并對(duì)核函數(shù)和懲罰系數(shù)進(jìn)行優(yōu)化。用自適應(yīng)支持向量機(jī)構(gòu)建從特征向量到故障類(lèi)型間的對(duì)應(yīng),從而完成滾動(dòng)軸承故障的診斷。該方法能高效準(zhǔn)確地診斷出故障類(lèi)型且有實(shí)用價(jià)值。通過(guò)與GA-SVM及AGA-SVM對(duì)比,證明此方法在故障診斷領(lǐng)域中的卓越性。
計(jì)算機(jī)應(yīng)用與軟件雜志要求:
{1}文章關(guān)鍵要素，需有英文摘要。
{2}文章主題明確，數(shù)據(jù)可靠，書(shū)寫(xiě)準(zhǔn)確，圖表清晰，文字簡(jiǎn)練，內(nèi)容齊全完整。來(lái)稿應(yīng)含以下部分：中英文題名、中英文摘要、中英文關(guān)鍵詞、中圖分類(lèi)號(hào)（本編輯部亦可代查）、正文以及必要的圖表、參考文獻(xiàn)。
{3}文稿要一稿一投，嚴(yán)禁各類(lèi)侵權(quán)行為。
{4}前言應(yīng)充分說(shuō)明研究工作的背景、意義、本文擬解決的問(wèn)題、采用的方法和手段,引出重要文獻(xiàn),全面評(píng)述相關(guān)研究工作,突出本工作的重要性和創(chuàng)新性,不要忽視國(guó)內(nèi)同行的工作。
{5}稿件注釋一律采用 “腳注”。注釋規(guī)則請(qǐng)參下附《注釋規(guī)范》，請(qǐng)投稿者嚴(yán)格遵循。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
