针对滚动轴承的振动信号具有非平稳性的特征以及故障数据信号样本难以获得、不足等问题,构建以Daubechies小波变换和支持向量数据描述(suppot vector data description,SVDD)相结合的故障诊断系统:首先根据轴承数据具有特征不明显、非...针对滚动轴承的振动信号具有非平稳性的特征以及故障数据信号样本难以获得、不足等问题,构建以Daubechies小波变换和支持向量数据描述(suppot vector data description,SVDD)相结合的故障诊断系统:首先根据轴承数据具有特征不明显、非平稳性等问题,因此,采用可以观察和放大局部特征的小波分解技术处理轴承数据;其次由于实际生产环境中轴承故障数据存在难以获得等缺点,采用仅通过正常数据就能建立起分类器的算法,构造超球体对轴承数据进行分类。经过实验证明,该系统诊断模型能够有效的判断轴承是否故障。展开更多
文摘针对滚动轴承的振动信号具有非平稳性的特征以及故障数据信号样本难以获得、不足等问题,构建以Daubechies小波变换和支持向量数据描述(suppot vector data description,SVDD)相结合的故障诊断系统:首先根据轴承数据具有特征不明显、非平稳性等问题,因此,采用可以观察和放大局部特征的小波分解技术处理轴承数据;其次由于实际生产环境中轴承故障数据存在难以获得等缺点,采用仅通过正常数据就能建立起分类器的算法,构造超球体对轴承数据进行分类。经过实验证明,该系统诊断模型能够有效的判断轴承是否故障。
