摘要
为了更好的了解跟预测齿轮的故障情况,对断齿齿轮特征的改变和特征在声音的变化进行采集和研究.基于支持向量机在小样本数据处理十分高效的前提下,提出了通过利用主成成分分析法和遗传算法对支持向量机中的参数进行优化,针对断齿齿轮在波形变化的特征,提出了通过改进支持向量机算法对其进行故障诊断.经过数据采集分析,将一分钟的数据分成六十份,每份一秒钟,利用改进的支持向量机算法训练与优化.最后通过matlab软件实例,进行六十组的实验,验证了方法的可行性.
基金项目
国家自然科学基金(51865004)
贵州省科技重大专项(黔科合重大专项[2017]3004号)
贵州工业攻关重点项目(黔科合GZ字[2015]3009)
贵州省科技计划(黔科合支撑[2018]2155)
NETL
NSTL
维普
万方数据