基于ICA和SVM的齿轮早期故障诊断

摘要：

本文提出了一种特征优化选择的方法,并将其应用到齿轮早期故障诊断中。通过对齿轮早期振动信号的分析处理,根据类内类间距离比值最小化准则进行最有利于分类的特征优化选择,进行FastICA特征提取,用提取后的结果来训练支持向量机(SVM),实现齿轮早期故障诊断。结果表明,该方法能有效应用于齿轮早期故障诊断。

关键词： 齿轮传动 故障诊断 分量分析 支持向量机

作者: 潘威 李巍华

作者单位: 华南理工大学机械与汽车工程学院,广州,510641 华南理工大学机械与汽车T程学院,广州,510641 广东省汽车工程重点实验室,广州,510641

会议类型: 国内会议

会议名称: 2010年全国振动工程及应用学术会议(暨第十二届全国设备故障诊断学术会议、第二十三届全国振动与噪声控制学术会议)

会议地点: 沈阳

会议语种:中文

页码: 195-197

在线出版日期: 2010-08-15（万方平台首次上网日期，不代表论文的发表时间）