论文部分内容阅读
针对液压泵振动信号信噪比低、非线性及小样本等特点,提出了一种基于小波包( Wavelet Packet, WP)分解、遗传算法(Genetic Algorithm, GA)和支持向量机(Support Vector Machine, SVM)的液压泵故障诊断模型,即WP-GA-SVM模型。首先对液压泵振动信号进行小波包消噪预处理,然后将消噪后的信号进行小波包分解与重构,提取频带能量作为支持向量机分类器的输入特征向量。采用遗传算法来实现支持向量机核函数参数g和惩罚因子C的自动快速最优选择。最后通过与概率神经