文件名称：定轴齿轮不同故障状态的分类识别研究
文件大小：28.6MB
文件格式：ZIP
更新时间：2021-10-31 08:14:42
定轴齿轮 振动信号 特征子集 matlab 毕业设计
本文利用定轴齿轮试验台上测的齿轮多种故障状态下的振动信号，实现对其故障模式的有效区分。同时，增加故障特征指标数量也能提高对故障的辨识能力。但是，这也会导致分类正确率降低、计算复杂度剧增和计算效率大幅下降等“维数灾难”问题。去除与故障不相关和冗余的特征指标，保留与故障类型和故障程度相关性强的特征指标，可提高故障诊断的准确率与计算效率。 首先通过多种方法，分别提取信号的时域特征和频域特征，分为时域信号的均值、方差、有效值、峰值、峰峰值、偏态指标、峭度指标、波形因数、峰值因数、脉冲因数、裕度因数，频率域信号的中心频率、均方频率、均方根频率、频率标准差、频率集中度等。接下来，通过分析特征的f检验量和与目标变量之间的关联度，选取更能反映故障的特征子集，实现特征集的降维。最后将降维后的少量特征，放入神经网络进行训练，实现正常齿轮和不同类型故障齿轮的分类辨识。