作者：姜保军; 曹浩小波分解样本熵遗传优化算法
摘要：针对齿轮箱故障信号的复杂性和非平稳性,提出了一种基于小波分解和样本熵的遗传算法支持向量机(GA-SVM)故障诊断方法。采用小波分解对信号进行三层分解并提取其高频系数与低频系数,然后计算其系数的样本熵值并构建特征向量,最后将其输入到经过遗传算法(GA)优化后的支持向量机中进行识别。实验表明,对4种工况下6类齿轮箱状态样本进行分类,通过GA算法优化后的SVM模型具有较高的识别准确率且高于文中其他识别模型。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《组合机床与自动化加工技术》（CN：21-1132/TG）是一本有较高学术价值的大型月刊，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。 《组合机床与自动化加工技术》主要讨论新技术在生产工程领域内的实际应用，内容侧重大批量制造技术及成套技术装备的开发设计。读者对象为从事机电装备研发与设计的工程师、高等机电院校的师生及学者等。
杂志详情
