齿轮箱故障非线性特征测度及状态TWSVM辨识研究

作者：曾柯; 柏林^*

来源：振动与冲击, 2018, 37(15): 179-198.

DOI：10.13465/j.cnki.jvs.2018.15.025

• 齿轮箱
• 故障诊断
• 非线性特征
• TWSVM

针对齿轮箱振动的非线性,利用非线性特征测度的方法提取齿轮箱振动信号的故障特征。并利用双子支持向量机(TWSVM)对齿轮箱故障类别的辨识性能进行研究。TWSVM努力构造两个非平行的超平面来实现分类,它比支持向量机(SVM)针对多分类问题具有更好的样本不均衡适应性,并且分类性能优势明显。对齿轮箱故障类别辨识的实验表明,与传统的SVM和BP神经网络算法相比较,TWSVM具有更高的分类准确率。

• 单位
  重庆大学; 机械传动国家重点实验室