基于小波包分解和PCA的轴承故障诊断
作者:
杜振宁
;
向春枝
关键词:
非线性信号
小波包分解
主成分分析方法
神经网络算法
摘要：
轴承产生故障后产生非线性振动信号,传统的特征提取方式在非线性特征提取和非线性关系可视化上存在不足。提出了小波包分解和高阶累积量对振动信号进行特征提取,通过主成分分析法对特征数据进行了降维处理。该特征提取方式不仅可以揭示特征量之间的非线性关系,而且有利于提高分类速度和准确性;采用神经网络算法进行了故障分类。测试结果表明,该方法可以准确有效的识别出滚动轴承的故障类型。
上一篇：基于改进遗传算法的多目标FJSP问题研究
下一篇：基于时序约束模糊有向图的电网故障诊断