10.3969/j.issn.1000-3428.2016.11.047
基于小波包熵与S VM的导轨摩擦磨损状态识别
针对摩擦振动和噪声信号较难获得、信号抗干扰能力差以及生产中难以得到大量摩损状态样本的情况,提出小波包熵和支持向量机(S V M)相结合的机床导轨摩擦磨损状态识别方法。该方法通过小波包分解方法将信号分解到独立相邻的节点频带中,设计对比实验获得导轨摩擦信息特征频带对应的小波包节点序列,以该序列小波包能量熵值建立特征向量作为 SVM的输入参数。实验结果表明,以多项式核函数和径向基核函数建立的 SVM分类器平均识别率分别达到72.2%和83.3%,具有较好的预测推广能力及较高的识别准确率。
摩擦振动、信号处理、小波包分解、支持向量机、状态识别
42
TH166
浙江省自然科学项目“小型海洋作业船舶应用绿色能源的关键技术研究”LY12E09001;宁波市自然科学基金“摆动叶片式海浪能发电装置性能研究”2015A610150;宁波市重点学科项目“叶片及其加工过程研究”XKl15D223。
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
281-284