齿轮箱故障非线性特征测度及状态TWSVM辨识研究

摘要：

针对齿轮箱振动的非线性,利用非线性特征测度的方法提取齿轮箱振动信号的故障特征.并利用双子支持向量机(TWSVM)对齿轮箱故障类别的辨识性能进行研究.TWSVM努力构造两个非平行的超平面来实现分类,它比支持向量机(SVM)针对多分类问题具有更好的样本不均衡适应性,并且分类性能优势明显.对齿轮箱故障类别辨识的实验表明,与传统的SVM和BP神经网络算法相比较,TWSVM具有更高的分类准确率.

关键词：齿轮箱、故障诊断、非线性特征、TWSVM

所属期刊栏目：37

分类号：TH132.41

资助基金：国家自然科学基金51675064

在线出版日期：2018-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：179-184,198