基于IWTSE与GASVM的齿轮磨损检测

作者：张雪英; 栾忠权; 刘秀丽

来源：组合机床与自动化加工技术, 2019, (04): 74-77.

DOI：10.13462/j.cnki.mmtamt.2019.04.018

• 改进小波阈值
• 样本熵
• 支持向量机

为了实现齿轮运行过程中的磨损程度准确识别,提出了基于改进小波阈值样本熵(IWTSE)与遗传算法优化支持向量机(GASVM)的齿轮磨损程度检测方法。首先,对齿轮振动信号进行改进小波阈值降噪;其次,计算降噪后信号的样本熵,组成特征向量;最后,将特征向量输入基于GASVM建立的分类器进行故障识别分类。通过齿轮实验数据分析了算法中的参数选取问题;将该方法用于齿轮实验数据,并与传统小波阈值函数样本熵分别与BPNN,PNN,SVM,PSOSVM相结合的方法进行对比分析,结果表明,IWTSE与GA-SVM相结合时识别准确率最高,达95%,证明文中所提方法对齿轮磨损程度识别具有一定实际应用价值。

• 单位
  北京信息科技大学