论文部分内容阅读
滚动轴承故障类型被支持向量机（SVM）智能识别的关键是故障特征的提取。为了提取最优的故障特征，提高SVM的分类识别精度，提出了基于有理双树复小波和SVM的滚动轴承故障诊断方法。首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量，然后对每个分量求能量并作归一化处理，最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型。研究结果表明该方法可以有效、准确地识别轴承的故障模式。