基于小波包分解与高斯云模型的故障诊断方法

摘要：

人工智能技术作为有效手段广泛用于机械系统故障诊断,但故障样本的缺乏严重制约人工智能模型走向高精度诊断的工程应用.针对故障样本不足的问题,提出一种基于小波包分解与高斯云模型的故障诊断方法,通过对小样本的故障信号做小波包分解并计算每个子频带的能量以建立故障特征向量,对特征向量建立高斯云模型并正向云计算生成大量云滴以扩充故障样本.基于凯斯西储大学的轴承数据和支持向量机的故障分类实验结果表明,所提方法能有效扩充故障样本,提高故障诊断精度.

关键词：小波包分解、高斯云模型、样本扩充、支持向量机、故障诊断

所属期刊栏目：52

分类号：TH322(泵)

资助基金：国防技术基础科研项目JSZL2019203A003

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111