基于ICA和SVM算法的裝載機變速箱故障的噪聲診斷研究.pdf

1、裝載機是一種廣泛應用于公路、鐵路、港口等建設工程的工程機械，它的使用，極大的提高了生產效率。但是，由于其結構復雜，零部件間的關聯(lián)性高，經常出現某些零部件，尤其是變速箱的故障導致整臺設備故障頻發(fā)，停機率居高不下。一般的裝載機變速箱故障診斷使用加速度傳感器測量振動信號做為信息源，針對不同的故障或不同的變速箱需重新布置傳感器，操作費時費事，因此，研究一種高效的變速箱故障診斷方法具有重要應用價值。本文利用噪聲診斷的非接觸性，使用聲強傳感器，以裝

2、載機變速箱在不同工況下產生噪聲為研究對象，提出了一種快速識別出故障類型的噪聲診斷法，為裝載機變速箱的正常工作保駕護航。
　　針對裝載機變速箱噪聲混合形式復雜，難以提取出代表不同工況特征信號的問題，利用ICA和相關系數的原理，分離出不同工況下變速箱噪聲的獨立分量，計算獨立分量與各通道噪聲數據相關系數的最大值，構建了裝載機變速箱不同工況的特征向量;同時，利用SVM算法在處理小樣本集分類中優(yōu)秀的泛化能力，采用高斯核函數及SVM處理多分類

3、問題中的“一對一”方法，訓練故障診斷分類器，實現對裝載機變速箱故障的高效診斷。
　　在MATLAB軟件，利用以振代噪的方法，模擬裝載機變速箱的四種源信號;采用卷積混合模型，仿真變速箱在四種工況下的6通道振動信號各120組;利用頻域ICA算法，分別分離出四類工況的獨立分量，計算變速箱在不同工況下的特征向量;使用400組數據訓練6類故障診斷分類器，剩余80做為測試數據檢測分類器誤診率。結果表明，在對80組數據的測試中，誤診個數為5個，