双树复小波与宽度学习在轴承故障诊断的应用

Fault Diagnosis of Bearing Based on Double Tree Complex Wavelet and Broad Learning System

张文兴 ¹徐佳杰 ¹刘文婧 ¹王建国¹

扫码查看

作者信息

1. 内蒙古科技大学机械工程学院,内蒙古包头 014010
折叠

摘要

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.

关键词

双树复小波/宽度学习/故障诊断/轴承故障

引用本文复制引用

基金项目

国家自然科学基金(51865045)

内蒙古自然科学基金重大项目(2018ZD06)

内蒙古自然科学基金(2016MS0543)

出版年

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

参考文献量4

段落导航