论文部分内容阅读
提出基于支持向量数据描述（SVDD）的滚动轴承声发射特征的单分类智能诊断方法，适用于故障监测和诊断中缺少故障样本的情况。首先利用谐波小波优良的频域盒形特性，将滚动轴承声发射信号分解到相互独立互不重叠的若干频带内，然后求取主要频带内信号的能量并归一化处理，进而将归一化能量特征作为特征向量输入SVDD分类器中进行故障识别和分类。试验表明，该方法只需要正常轴承声发射特征作为学习样本，不需要其他非目标样本即可实现故障轴承的识别，与支持向量机分类方法比较具有更高的准确率。