基于小波包熵与S VM的导轨摩擦磨损状态识别

摘要：

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。

关键词：摩擦振动、信号处理、小波包分解、支持向量机、状态识别

所属期刊栏目：42

分类号：TH166

资助基金：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。

在线出版日期：2016-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：281-284