论文部分内容阅读
针对滚动轴承故障诊断中普遍存在的小样本学习问题，采用支持向量机实现轴承故障的模式识别．为了解决时域统计参数对于轴承故障的多分类效果较差的问题，引入小波包分解（wavelet packet decomposition，WPD）技术，提取振动信号各频带的能量系数构造特征向量，并采用Fisher比率法对特征向量进行优化选取；然后利用支持向量机（support vector machine，SVM）进行故障模式识别，并与小波包分解及时域统计参数的分类效果进行对比分析．结果表明：支持向量机是实现轴承故障模式识别的一