首页|双树复小波与宽度学习在轴承故障诊断的应用

双树复小波与宽度学习在轴承故障诊断的应用

扫码查看
原文链接
  • 万方数据
  • 维普
针对滚动轴承时域信号难以有效提取其故障特征,且信号频谱在高低频区域内较为存在对分类无意义的冗余特征使得故障分类模型在训练过程中做无用功的问题,提出使用双树复小波进行故障特征提取.在此基础上,将双树复小波和宽度学习模型结合,提出了基于双树复小波与宽度学习的滚动轴承故障诊断方法.首先,利用双数复小波将采集到的振动信号分解为不同频带的子信号;然后提取子频带作为特征向量;最后用宽度学习对样本进行训练以完成快速故障分类.
Fault Diagnosis of Bearing Based on Double Tree Complex Wavelet and Broad Learning System

张文兴、徐佳杰、刘文婧、王建国

展开 >

内蒙古科技大学机械工程学院,内蒙古包头 014010

双树复小波 宽度学习 故障诊断 轴承故障

国家自然科学基金内蒙古自然科学基金重大项目内蒙古自然科学基金

518650452018ZD062016MS0543

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.375(5)
  • 4