基于分形理論和支持向量機的齒輪箱故障診斷研究.pdf

1、齒輪箱作為傳動系統(tǒng)不可或缺的部件,它的運行狀態(tài)的好壞關(guān)乎重大。但是齒輪箱在工作過程中會受到環(huán)境因素的干擾,從而使傳感器采集的數(shù)據(jù)含有不需要的噪聲?；诖吮疚脑诔浞址治隽朔铸X輪箱故障診斷的意義以及診斷方法的現(xiàn)狀的前提下,提出了用短時分維作為模糊控制參數(shù)的短時分形濾波器對實采數(shù)據(jù)進行濾波后,再用多重分形譜算法獲得故障特征參量,最后采用支持向量機進行故障診斷與識別的方法。通過搭建齒輪箱故障實驗平臺,驗證了這種方法能夠完成齒輪箱故障診斷任務(wù)。<

2、br>　　本文在詳細(xì)介紹了分形理論和幾種分形維數(shù)之后,提出了將短時網(wǎng)格維數(shù)作為模糊控制的自適應(yīng)參數(shù),把兩者結(jié)合起來實現(xiàn)信號降噪的辦法。在充分介紹多重分形譜算法之后,采用a(q)和 maxf(a(q))以及盒子維數(shù)作為故障信號的特征參量的思路,并用支持向量機進行驗證,故障識別效果很好。對支持向量機主要的核參數(shù)和懲罰因子采用粒子群優(yōu)化算法進行優(yōu)化,通過對比證明優(yōu)化后的支持向量機故障識別效果更好。針對支持向量機的泛化能力提升問題,引入多核學(xué)習(xí)