基于最佳小波包分解和HMM的齿轮故障模式识别

摘要：

齿轮故障模式识别的关键问题在于对故障振动信号的特征提取。为了快速准确识别齿轮故障模式，提出了一种基于最佳小波包分解( OWPD)和隐马尔可夫模型( HMM)的识别方法。该方法对采集的振动信号进行小波包分解，再利用OWPD自动选择提取最佳小波包能量构造特征向量，输入HMM中进行训练与测试，实现了齿轮故障模式识别。实验结果表明该方法在齿轮故障模式识别方面的有效性和准确性。

关键词：故障识别、最佳小波包分解、特征提取、隐马尔可夫模型

分类号：TP206;TH133.33(自动化技术及设备)

资助基金：国家自然科学基金51465040

在线出版日期：2015-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：330-334,356