论文摘要
进行齿轮泵故障诊断时,首先采用基于马氏距离的传感器通道选择方法选择最佳振动信号,然后采用多项式最小二乘法去除信号趋势项,再基于五点三次平滑法对信号进行平滑预处理,最后分别提取基于峭度的时域特征、小波包能量特征和经验模态分解特征,运用最小二乘支持向量分类机进行状态识别。应用实例表明在运用经验模态分解提取各频带能量作为特征参数时状态识别方法具有更高的识别率,能更有效识别齿轮泵的状态。
论文目录
文章来源
类型: 期刊论文
作者: 何庆飞,陈小虎,王旭平,喻春明,张宁
关键词: 振动与波,齿轮泵,经验模态分解,小波包分析,最小二乘支持向量分类机,状态识别
来源: 噪声与振动控制 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 工业通用技术及设备,机械工业
单位: 西京学院机械工程学院,火箭军工程大学作战保障学院
基金: 国家科技重大专项基金资助项目(2017ZX04011010),国防预研基金资助项目(9140A27020309JB4701)
分类号: TH137.51
页码: 195-199+223
总页数: 6
文件大小: 1771K
下载量: 304