基于小波包与自适应SVM的滚动轴承故障诊断方法研究 |
| |
作者单位: | ;1.衢州职业技术学院信息工程学院 |
| |
摘 要: | 近年来,诸多学者针对滚动轴承故障问题进行了大量研究。本文利用基于小波包分解的时频域特征提取方法获取各频段能量谱。同时,为提高故障诊断模型的诊断精度,利用差分进化灰狼优化算法(Differential Evolution Grey Wolf Optimizer,DEGWO)实现支持向量机(Support Vector Machine,SVM)模型参数自适应。最后,通过具体实验完成故障特征提取与自适应故障诊断模型的构建,从而实现机械设备滚动轴承的状态监测与故障诊断。
|
关 键 词: | 滚动轴承 小波包 DEGWO SVM 故障诊断 |
Fault Diagnosis of Rolling Bearing Based on Wavelet Packet and Adaptive SVM |
| |
Abstract: | |
| |
Keywords: | |
|
|