基于Morlet小波變換和SVM的滾動軸承故障診斷
關(guān)鍵詞：morlet小波 支持向量機(jī) 參數(shù)優(yōu)化 故障診斷
摘要：針對滾動軸承的故障振動信號具有非平穩(wěn)特性以及在歸類篩選方面支持向量機(jī)參數(shù)對其準(zhǔn)確程度有一定關(guān)聯(lián)的特點(diǎn),提出一種將Morlet小波變換和人工魚群參數(shù)優(yōu)化結(jié)合的方法,并將其應(yīng)用于滾動軸承的故障診斷中。通過對Morlet小波進(jìn)行參數(shù)優(yōu)化,能夠很好的匹配故障信號的特征點(diǎn),達(dá)到去噪的目的;運(yùn)用人工魚群算法進(jìn)行參數(shù)優(yōu)化能夠使故障分類在準(zhǔn)確率方面得到提高。實(shí)驗(yàn)結(jié)果證明該方法能有效地從強(qiáng)噪聲背景中提取故障特征,能夠很好的識別出不同的故障狀態(tài)。
遼寧科技學(xué)院學(xué)報(bào)雜志要求:
{1}文章采用一、（一）、1、（1）、①的層次結(jié)構(gòu)。
{2}來稿須符合本刊注釋規(guī)范要求，采用頁下腳注形式，每頁重新編號。
{3}論文關(guān)鍵詞是從報(bào)告、論文中選取出來，用來表示全文主題內(nèi)容信息款目的單詞和術(shù)語。每篇論文應(yīng)選取3～5個(gè)關(guān)鍵詞。
{4}稿件包含中文標(biāo)題、摘要、關(guān)鍵詞、正文等內(nèi)容，并請?jiān)谡暮蟾阶髡咝彰?、民族、職?wù)、職稱、單位、地址、聯(lián)系電話和電子郵箱等信息。
{5}論文所涉及的課題如取得國家或部、省、市級以上基金資助或?qū)俟リP(guān)項(xiàng)目，應(yīng)標(biāo)注于文章參考文獻(xiàn)后，書寫內(nèi)容包括：項(xiàng)目來源、項(xiàng)目名稱及項(xiàng)目編號，并附基金證書復(fù)印件或影印件。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
