基于小波包和改进多元LS-SVM的滚动轴承故障模式识别

摘要：

为了实现对故障轴承的特征提取和对故障特征的准确分类，该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法。首先，利用小波包对滚动轴承振动信号进行分解和重构，并构造特征向量；然后，针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点，提出了应用混合核函数对多元 LS-SVM进行改进的算法；最后，将特征向量作为输入，分别应用于常用核函数和基于混合核函数的多元 LS-SVM对滚动轴承故障类型进行仿真判别对比实验。结果证明了所设计方法的有效性。

关键词：最小二乘支持向量机、故障模式识别、混合核函数、小波包、滚动轴承

分类号：TP181(自动化基础理论)

在线出版日期：2014-02-16（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：68-73