科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高数控机床电动主轴故障诊断效率，设计了一种WPD-TSNE-SVM组合模型。利用小波包方法分解主轴振动信号，并完成样本集TSNE降维的过程，利用SVM完成重构特征的故障分类。构建数控机床主轴信号混合特征空间向量，并进行故障诊断分析。研究结果表明：TSNE方法训练样数据形成规律分布特点，采用非线性SVM多故障分类器实现小波包混合特征的故障准确分类。根据径向基核函数建立的非线性SVM诊断方法获得更高准确率。该方法诊断轴承运行故障，获得更高维护效率，确保数控机床主轴运行稳定性。
-
单位重庆工业职业技术学院; 重庆红江机械有限责任公司; 重庆大学; 自动化学院
