基于LCD和KNNCH分类算法的齿轮故障诊断方法

作者：曾鸣; 杨宇; 郑近德; 程军圣

来源：中国机械工程, 2014, 25(15): 2049-2054.

• 局部特征尺度分解(LCD)
• 核最近邻凸包(KNNCH)分类算法
• 能量
• 齿轮
• 故障诊断

提出了一种基于局部特征尺度分解(LCD)和核最近邻凸包(KNNCH)分类算法的齿轮故障诊断方法。该方法采用LCD对齿轮原始振动信号进行分解得到若干内禀尺度分量(ISC),然后提取包含主要信息的ISC分量的能量作为特征向量输入到KNNCH分类器,根据其输出结果来判断齿轮的工作状态。实验分析结果表明,所提出的方法能有效地提取齿轮故障特征信息,而且在小样本的情况下仍能准确地对齿轮的工作状态进行识别。同时,与支持向量机(SVM)算法的对比分析结果表明,KNNCH算法能取得与SVM算法相当或更高的正确识别率。

• 单位
  汽车车身先进设计制造国家重点实验室; 湖南大学