论文部分内容阅读
滚动轴承是旋转机械中最常用的重要零件之一,其状态直接影响整个机械系统能否正常工作,因此,滚动轴承故障诊断具有十分重要现实意义和经济价值。针对故障轴承产生的振动信号具有非平稳特性,传统分析方法难以提取故障信息等不足,本文提出了一种基于小波包变换提取滚动轴承故障信息的算法。针对人工神经网络分类器存在一些诸如局部最小值、收敛速度慢等不足,本文提出了一种基于支持向量机的滚动轴承故障识别算法,实验仿真表明该算法的训练时间、测试时间都比神经网络分类器短,识别准确率比神经网络分类器高。针对