论文部分内容阅读
针对异步电动机轴承的故障诊断问题,提出一种基于多重分形与支持向量机（SVM,support vector machine）相结合的故障诊断方法。根据轴承振动信号的非线性、非平稳特性,利用多重分形方法对信号进行分析。计算广义维数、极大值、谱宽度、偏斜度等参数,将其作为故障特征向量输入SVM中。利用凯斯西储大学的实验数据对诊断方法进行验证,将获得的多重分形参数输入二叉树SVM完成故障的模式识别。结果表明多重分形与二叉树SVM相结合的诊断方法可行性好,诊断精度高。