基于滑动平均与相关向量机的齿轮早期故障智能诊断

摘要：

早期故障及时检测与预防维护具有很大的经济与安全意义,提出一种基于相关向量机(RVM)的智能故障诊断方法用于检测齿轮早期故障.首先,小波包变换与Fisher准则结合,自动确定最优分解层次,并在小波包树节点能量中提取出具有最大分类能力的全局最优特征;其次,RVM用于训练故障诊断模型;最后,在线监控过程中,对连续监测的特征值做滑动平均滤波,再输入到故障诊断模型.实验表明,该方法具有很高的分类精度,RVM模型比SVM模型更适合在线故障监测.

关键词：故障诊断、小波包变换、相关向量机、滑动平均、状态监控

所属期刊栏目：29

分类号：TP183;TP206.3(自动化基础理论)

资助基金：863项目2008AA2801,2008AA2803;"高档数控机床与基础制造装备"科技重大专项课题2009ZX04014

在线出版日期：2011-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：89-92