公开(公告)号：CN103033362B

公开(公告)日：2015-03-25

申请号：CN201210590542.X

申请日：2012-12-31

Applicant: 湖南大学

Inventor： 杨宇 ,  潘海洋 ,  程军圣

IPC: G01M13/02 ,  G06K9/62

Abstract: 本发明提出一种基于改进多变量预测模型的齿轮故障诊断方法，包括以下步骤：测量故障物体的振动信号；从振动信号中提取故障特征值，即局部特征尺度分解瞬时幅值熵；将故障特征值分为训练样本和测试样本；分别对训练样本进行基于支持向量回归机方法的多变量预测模型的训练以建立最佳变量预测模型，根据最佳变量预测模型对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的基于改进多变量预测模型的齿轮故障诊断方法，在模式识别过程中具有较高的识别度。

公开(公告)号：CN103033362A

公开(公告)日：2013-04-10

申请号：CN201210590542.X

申请日：2012-12-31

Applicant: 湖南大学

Inventor： 杨宇 ,  潘海洋 ,  程军圣

IPC: G01M13/02 ,  G06K9/62

Abstract: 本发明提出一种基于改进多变量预测模型的齿轮故障诊断方法，包括以下步骤：测量故障物体的振动信号；从振动信号中提取故障特征值，即局部特征尺度分解瞬时幅值熵；将故障特征值分为训练样本和测试样本；分别对训练样本进行基于支持向量回归机方法的多变量预测模型的训练以建立最佳变量预测模型，根据最佳变量预测模型对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的基于改进多变量预测模型的齿轮故障诊断方法，在模式识别过程中具有较高的识别度。