正交小波變換支持向量數(shù)據(jù)描述方法在故障診斷中的應用研究.pdf

1、在故障診斷領域，傳統(tǒng)的故障診斷方法多數(shù)是針對平穩(wěn)信號，基于傅立葉變化基礎上對信號的特征提取，然后根據(jù)故障診斷經(jīng)驗或理論對故障類型進行判斷。另外傳統(tǒng)故障診斷中，針對缺少訓練樣本的問題往往達不到預期診斷目的。本文提出了一種基于正交小波變換--支持向量數(shù)據(jù)描述的方法（Orthogonal Wavelet Transformation And Support Vector Data Description， OWTSVDD），該方法能夠?qū)Ψ瞧椒€(wěn)

2、信號下的故障樣本很好的分類，并解決了樣本數(shù)目有限條件下的故障診斷問題。正交小波變換(Orthogonal Wavelet Transformation, OWT),是指選擇正交小波函數(shù)進行小波變換，使在時域和頻域都具有表征信號局部特性的能力。支持向量數(shù)據(jù)描述是一種單分類方法，能夠在只有正常樣本的條件下對故障信號進行分類。正交小波變換和支持向量描述相結(jié)合的方法，利用正交小波變換方法提取各細節(jié)信號的峰峰值作為SVDD的輸入向量，能快速對設備

3、的運行狀態(tài)進行識別。本文在研究正交小波變換--支持向量數(shù)據(jù)描述理論的基礎上，著重研究解決了以下幾個方面的問題：
　　 1.統(tǒng)計學習理論和支持向量數(shù)據(jù)描述理論和算法，支持向量數(shù)據(jù)描述中核函數(shù)的引入，通過實驗證明不同特征提取和選擇不同核函數(shù)對SVDD分類的影響。
　　 2.正交小波變換的基本理論，正交小波變換選擇不同小波函數(shù)對信號特征提取的影響，并通過事例分析，正交小波變換在故障信號信噪分離、奇異點定位消除和軸承故障診斷方面

4、的特點。
　　 3.針對正交小波變換和支持向量描述的特點，本文提出了一種基于正交小波變換--支持向量數(shù)據(jù)描述的故障分類方法，該方法以正交小波分解后各層信號的峰峰值構(gòu)成特征向量，用正常狀態(tài)下的數(shù)據(jù)樣本建立知識庫，對測試樣本進行分類，與未經(jīng)行特征提取的SVDD相比，運算效率和診斷效率大大提高。
　　 4.正交小波變換--支持向量數(shù)據(jù)描述在軸承性能退化研究中，對只有點蝕故障情況下的軸承故障狀態(tài)進行了評估，與點蝕故障下正交小波細