基于决策树与多元支持向量机的齿轮箱早期故障诊断方法

发布时间：2017-09-29 06:23

  本文关键词：基于决策树与多元支持向量机的齿轮箱早期故障诊断方法

  更多相关文章： 齿轮箱 决策树 支持向量机 故障识别 神经网络

【摘要】：齿轮箱部件的故障形式多样,典型故障训练样本数量有限;为了提高齿轮箱故障诊断的精度和效率,提出了基于决策树与多元支持向量机的齿轮箱早期故障诊断方法;利用决策树分类速度快、效率高的优点和支持向量机在小样本二元分类方面突出的特点构建多元分类识别模型,在不同故障情形下提取齿轮箱振动信号典型特征参数作为故障特征向量训练模型,并对样本进行测试;实验结果表明,该方法在小样本情况下识别效果明显优于神经网络方法,同时在识别效率方面比常规多元支持向量机方法有了较大的提高。
【作者单位】： 北京建筑大学北京市建筑安全监测工程技术研究中心;中原输油气分公司;
【关键词】： 齿轮箱 决策树 支持向量机 故障识别 神经网络
【基金】：国家自然科学基金项目(51004005) 北京市优秀人才培养资助项目(2013D005017000013) 北京市属高等学校高层次人才引进与培养计划项目
【分类号】：TH17;TP18
【正文快照】： 0引言齿轮箱作为传递动力的常用装置广泛地应用于各种工程机械上。在绝大多数工程施工场合下,由于设备工作强度大、环境恶劣,齿轮箱容易受到损伤,发生故障的概率较大[1]。齿轮、轴、轴承都是齿轮箱中的易损零件,据统计约有80%的机械故障是由它们的损坏而引起[2]。其中,齿轮是

【参考文献】

中国期刊全文数据库 前1条

1 吴德会;;一种基于支持向量机的齿轮箱故障诊断方法[J];振动、测试与诊断;2008年04期

【共引文献】

中国期刊全文数据库 前10条

1 张星辉;康建设;曹端超;孙磊;滕红智;;基于SVM与GA参数优化的齿轮箱断齿故障诊断方法研究[J];机械传动;2012年12期

2 赵卫伟;潘宏侠;;基于PSO参数优化的支持向量机齿轮箱故障诊断研究[J];机床与液压;2014年07期

3 陈立军;侯爽;叶，

本文编号：940485