基于小波包和AGA-LSSVM模型的滚动轴承故障诊断.pdfVIP

基于小波包和AGA．LSSVM模型的滚动轴承故障诊断·49·

基于小波包和AGA—LSSVM模型的滚动轴承

故障诊断

毛云龙，高军伟，张震，董宏辉，张彬

(1．青岛大学自动化与电气工程学院，山东青岛266071；

2．北京交通大学轨道交通控制与安全国家重点实验室，北京100044)

摘要：为了解决滚动轴承故障特征提取和故障类型识别问题，提高诊断准确率，提出了一种基于小波包

与自适应遗传算法优化最小二乘支持向量机(AGA．LSSVM)相结合的故障诊断模型。首先由小波包分

解与重构获取振动信号中能反映不同故障状态的能量特征向量，其次，由经过自适应遗传算法优化的

LSSVM模型对滚动轴承常见故障进行诊断。Madab运行结果表明，相较于传统LSsVM方法，所采用的

方法可靠度较高，可以较好地实现对轴承故障的诊断。

关键词：小波包；自适应遗传算法；最小二乘支持向量机；故障诊断

中图分类号：TP30