HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于多特征融合的GA-SVM齿轮故障诊断方法

作者:赵国; 李益兵; 谢春启齿轮多特征融合遗传算法支持向量机故障诊断

摘要:针对齿轮故障特征难以提取等问题,提出了一种基于多特征融合和遗传算法优化的故障诊断方法。该方法提取原始振动信号的时域统计特征、节点最大小波包系数和小波包能量特征后,将该多特征融合向量输入到遗传算法优化支持向量机中,对齿轮故障进行诊断。实验结果表明,多特征融合的特征向量能更好地表征齿轮的故障运行状态,相对于传统的支持向量机寻优算法,遗传算法优化的支持向量机能有效提高齿轮的故障识别精度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数字制造科学

《数字制造科学》(CN:42-1693/TP)是一本有较高学术价值的大型季刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数字制造科学》采用科学评论体例,出版数字制作科学领域科学方向的评述论文;采用正式论文体例,出版数字制造科学领域具有代表性的科学研究理论和工程成果;采用汉、英、法、德、日、俄等6种文字,进行论文摘要,实现跨国界科学传播。

杂志详情