10.3969/j.issn.1006-8023.2019.01.010
基于小波包分解与机器学习的汽车调光电机异音识别
为实现汽车调光电机装置异音检测的自动化,本文采用机器学习的方法开展产品异音识别研究.在分析确定产品异音来源的基础上,采集正常件和异音件的振动信号,利用小波包分解,结合时频域分析,在能量谱和时域特征中提取10个特征向量,基于BP神经网络对200个信号样本进行机器学习分类.并对20个样件进行试验,识别汽车调光电机异音的正确率达到95%.研究表明,采用机器学习的方法能够有效地识别电机异音,此研究具有工程应用价值.
调光电机装置、异音识别、机器学习、支持向量机、小波包
35
U468.4(汽车工程)
2017年江苏省重点研发计划BE2017008
2019-05-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
59-63,112