基于多小波包和邻域粗糙集的故障诊断模型.pdfVIP

振动 测试与诊断 第 卷增刊 、 ３３ １ Ｖｏｌ．３３Ｎｏ．Ｓ１ 年 月 ２０１３ ５ ＪｏｕｒｎａｌｏｆＶｉｂｒａｔｉｏｎ，Ｍｅａｓｕｒｅｍｅｎｔ＆Ｄｉａｇｎｏｓｉｓ Ｍａｙ２０１３ 基于多小波包和邻域粗糙集的故障诊断模型 瞿金秀 张周锁 何正嘉 ， ， 西安交通大学机械制造系统工程国家重点实验室 西安 （ ，７１００４９） 摘要 为了解决机械设备复合故障难以正确识别的问题 提出一种基于多小波包和邻域粗糙集的机械故障诊断模 ， 型 首先 采用多小波包对原始振动信号进行分解 分别提取原始信号和各分解频带信号的时域特征组成原始特 。 ， ， 征 然后 采用邻域粗糙集方法筛选出敏感特征作为多分类支持向量机的输入 实现机械设备不同状态的自动识 ； ， ， 别 模型应用结果表明相比于传统小波包 多小波包分解够提取到更丰富的故障信息和获得较高的识别精度 邻域 。 ， ； 粗糙集能够从大量的原始特征中选择出敏感特征 减小分类算法的复杂性 进一步提高分类准确率 该模型在复合 ， ， 。 故障的诊断方面具有显著优势。 关键词 多小波包 传统小波包 邻域粗糙集 多分类支持向量机 故障诊断 ； ； ； ； 中图分类号 １７； １８ ＴＨ ＴＰ 下 选取敏感特征作为分类器的输入 提出 ， 。Ｐａｗｌａｋ 的粗糙集理论已被应用在特征选择 知识挖掘和规 引 言 、 ［４］ 则提取等领域 但经典粗糙集理论只能处理名义 ； 大量工程实践表明 机械设备的故障往往表现 型数据 对数值型数据必须离散化后才能处理 由于 ， ， 。 为复合故障 这些复合故障同时或级联出现 故障特 实际应用中的数据往往为数值 这给直接应用带来 ， ， ， ［５６］ 征之间相互耦合 给故障的类型识别带来困难 因 不便 胡清华等