基于Morlet小波變換和SVM的滾動軸承故障診斷
隋瑒; 張紅玲 本鋼集團有限公司計控中心; 遼寧本溪117000; 遼寧科技學院曙光大數(shù)據(jù)學院; 遼寧本溪117004
關(guān)鍵詞：morlet小波 支持向量機 參數(shù)優(yōu)化 故障診斷
摘要：針對滾動軸承的故障振動信號具有非平穩(wěn)特性以及在歸類篩選方面支持向量機參數(shù)對其準確程度有一定關(guān)聯(lián)的特點,提出一種將Morlet小波變換和人工魚群參數(shù)優(yōu)化結(jié)合的方法,并將其應(yīng)用于滾動軸承的故障診斷中。通過對Morlet小波進行參數(shù)優(yōu)化,能夠很好的匹配故障信號的特征點,達到去噪的目的;運用人工魚群算法進行參數(shù)優(yōu)化能夠使故障分類在準確率方面得到提高。實驗結(jié)果證明該方法能有效地從強噪聲背景中提取故障特征,能夠很好的識別出不同的故障狀態(tài)。
遼寧科技學院學報雜志要求:
{1}文章采用一、（一）、1、（1）、①的層次結(jié)構(gòu)。
{2}來稿須符合本刊注釋規(guī)范要求，采用頁下腳注形式，每頁重新編號。
{3}論文關(guān)鍵詞是從報告、論文中選取出來，用來表示全文主題內(nèi)容信息款目的單詞和術(shù)語。每篇論文應(yīng)選取3～5個關(guān)鍵詞。
{4}稿件包含中文標題、摘要、關(guān)鍵詞、正文等內(nèi)容，并請在正文后附作者姓名、民族、職務(wù)、職稱、單位、地址、聯(lián)系電話和電子郵箱等信息。
{5}論文所涉及的課題如取得國家或部、省、市級以上基金資助或?qū)俟リP(guān)項目，應(yīng)標注于文章參考文獻后，書寫內(nèi)容包括：項目來源、項目名稱及項目編號，并附基金證書復印件或影印件。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
相關(guān)期刊
