科研之友
微信
新浪微博
Facebook
分享链接
摘要
样本点决策贡献度的失衡考虑会导致故障信号测试集分类精度偏低。为了提高高速球轴承故障诊断精度，设计了一种基于弹性核凸包张量机（FCHTM）的振动信号处理方法。以能量谱纹理特征（ESTC）建立数据库，选用连续小波转换方法进行时频分布，类别判断模型构建时用正负概率估计。研究结果表明：采用随机方法选取训练集样本量进行准确率测试，发现在识别精度和分类性能方面，弹性核凸包张量机均展现出较强的优越性，并且适当增加训练样本还能有所提升。训练集与测试集划分为7.5∶2.5开展分类准确率分析，相比较支持向量机（SVM）和弹性核凸包（FCH），发现弹性核凸包张量机表现最佳，在鲁棒性和抗噪性表现方面弹性核凸包张量机的优势更显著。该研究适用于其他的机械传动系统，具有很好的实际推广价值。
-
单位成都农业科技职业学院; 电子科技大学
