基于四分位偏差分形维与高斯混合模型的故障识别算法研究

摘要：

针对四分位偏差分形维对信号幅值大小和分布敏感的缺点,提出了适用于故障识别的四分位偏差分形维改进算法,将四分位偏差分形维及其截距组成特征向量,应用高斯混合模型进行故障模式描述(QDFD-GMM),并采用贝叶斯分类器进行故障识别.分别采用QDFD-GMM和基于重构相空间与高斯混合模型算法(RPS-GMM)对同一组故障齿轮振动信号进行分类,结果表明:QDFD-GMM具有更高的识别率和运算速度,具有更强的鲁棒性.

关键词：故障诊断、四分位偏差分形维、高斯混合模型

所属期刊栏目：21

分类号：TH113.1;TP391.4

资助基金：湖北省教育厅青年基金Q200611002;武汉科技大学校科研和教改项目2006XY19;湖北省重点实验室基金2005A09

在线出版日期：2008-05-14（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：79-83