状态参数识别在齿轮箱故障诊断中的应用

摘要：

针对计算机辅助某齿轮箱厂检测线上工人对齿轮箱故障状态类型的诊断,以齿轮箱中齿轮、轴、轴承等主要零件为研究对象,对采集到的齿轮箱振动信号进行细致分析,在敏感特征参数提取上采用聚类分析的方法,有效地消除了冗余参数的干扰,为下一步支持向量机(SVM)模式识提高了参数训练的精确度,建立与检测线工人所定义故障类型相一致的故障状态模式识别模型,从而进一步提高了计算机辅助工人对齿轮箱智能故障诊断的准确性和诊断结论一致性.

关键词：敏感特征参数、规则提取、SVM、模式识别

所属期刊栏目：18

分类号：F224(经济计算、经济数学方法)

资助基金：国家863计划2011AA11A103;国家863计划2007AA0421A4

在线出版日期：2013-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：95-101