基于小波包分解与KL变换的齿轮泵振动信号故障特征提取方法

来源：机床与液压杂志2016年第21期北京时间：

作者：蔡伟

单位：第二炮兵工程大学兵器发射理论与技术国家重点学科实验室；第二炮兵工程大学兵器发射理论与技术国家重点学科实验室；第二炮兵工程大学兵器发射理论与技术国家重点学科实验室；第二炮兵工程大学兵器发射理论与技术国家重点学科实验室

摘要：针对齿轮泵故障成因复杂、模糊性强的特点，结合小波包分解与KL变换，提出一种适用于支持向量机故障诊断的特征提取方法。通过小波包对样本故障振动信号进行分解得到特征向量，而后利用KL变换处理得到新的特征向量集，达到降维去噪的目的。将处理后的特征向量集用于支持向量机的模型训练，分析结果表明：该方法能够有效提高故障模式识别准确率和识别效率。

关键词：故障诊断;小波包分解;KL变换;特征提取;

基金资助：国家自然科学基金资助项目(61102170)