基于RBF核支持向量机的轴箱磨损状态诊断系统

作     者：刘德鹏 李刚 张宏亮 杜思琪 LIU Depeng;LI Gang;ZHANG Hongliang;DU Siqi

作者机构：兰州交通大学机电工程学院甘肃兰州730070 

出 版 物：《电子科技》 (Electronic Science and Technology)

年 卷 期：2017年第30卷第5期

页      码：150-153页

摘      要：磨粒分析与识别是机务段对列车轴箱润滑状态检测与故障诊断的一个重要领域。文中提出了一种基于磨粒特征识别的轴箱润滑状态诊断技术,利用Matlab软件分别提取了8类典型磨损颗粒的特征参数,采用支持向量机原理设计了一个磨损颗粒分类器。将提取的磨粒特征参数进行归一化处理后作为分类器的输入进行模式诊断,并将磨损状态的编码作为目标输出。结果表明,该方法诊断轴箱磨损状态的准确率较高,具有较高的推广能力,可用于列车轴箱磨损状态诊断系统中。

主 题 词：轴箱 特征提取 磨粒识别 故障诊断 支持向量机 

学科分类：082304[082304] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 080204[080204] 0838[0838] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.16180/j.cnki.issn1007-7820.2017.05.041

馆 藏 号：203231644...