基于小波包与支持向量机的碰摩故障识别方法研究.pdfVIP

基于小波包与支持向量机的碰摩故障识别方法研究·71·

基于小波包与支持向量机的碰摩故障识别方法研究

孟凡龙，卢艳军，李一波

(沈阳航空工业学院自动化学院，辽宁沈阳110136)

摘要：为了很好地识别旋转机械的转静件碰摩故障，提出了基于小波包和支持向量机(SVM，supportvec—

tormachine)的碰摩故障识别方法。采用小波包对信号进行特征向量的提取，利用基于“一对多”和“一

对一”的改进算法构建多类故障分类器，对多种碰摩故障进行识别。同时，以双盘悬臂转子一轴承系统

的碰摩故障为例，应用该方法进行故障识别，试验结果表明，RBF核SVM故障平均识别率达到97．25％。

可见，基于小波包与支持向量机分类器诊断方法的识别率明显优于传统的BP神经网络和RBF神经网

络分类器，且鲁棒性好，并具有良好的泛化推广能力。

关键词：小波包；奇异值序列；支持向量机；模式识别；故障识别

中图分类号：TP18文献标识码：A文章编号：1000—8829(2009)05