10.13465/j.cnki.jvs.2019.20.022
基于中智KNN的齿轮箱故障诊断方法
齿轮箱在旋转机械设备中应用广泛,研究齿轮箱的故障诊断方法意义重大.为提高齿轮箱故障的预警诊断准确度,提出了基于中智KNN(Neutrosophic K-Nearest Neighbor,NKNN)的齿轮箱故障诊断方法.该方法利用小波包对信号特征进行提取,并构建出故障样本集,借助中智理论对样本的特征权重进行重新分配,建立起基于中智KNN决策规则下的故障诊断模型,并提出了中智划分的概念.实验表明,该方法有效地提升了分类精度和鲁棒性,弥补了传统KNN同贡献权重分配的缺陷,其中智划分的结果可以作为分析齿轮箱混合故障诊断的参考依据.
齿轮箱、中智理论、K最近邻分类器、故障诊断
38
TP29(自动化技术及设备)
国家自然科学基金11302123;上海市浦江人才计划15PJ1402500
2019-11-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
148-153