基于小波包分解与机器学习的汽车调光电机异音识别

摘要：

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.

关键词：调光电机装置、异音识别、机器学习、支持向量机、小波包

所属期刊栏目：35

分类号：U468.4(汽车工程)

资助基金：2017年江苏省重点研发计划BE2017008

在线出版日期：2019-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-63,112