欢迎来到优发表,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

SCI投稿辅导 SCI发表咨询

基于小波包熵与SVM的导轨摩擦磨损状态识别

作者:任瑶; 李国富; 应小刚; 王晓丹 宁波大学机械工程与力学学院; 浙江宁波315211; 浙江省零件轧制成形技术研究重点实验室; 浙江宁波315211

摘要:针对摩擦振动和噪声信号较难获得、信号抗干扰能力差以及生产中难以得到大量摩损状态样本的情况,提出小波包熵和支持向量机(SVM)相结合的机床导轨摩擦磨损状态识别方法。该方法通过小波包分解方法将信号分解到独立相邻的节点频带中,设计对比实验获得导轨摩擦信息特征频带对应的小波包节点序列,以该序列小波包能量熵值建立特征向量作为SVM的输入参数。实验结果表明,以多项式核函数和径向基核函数建立的SVM分类器平均识别率分别达到72.2%和83.3%,具有较好的预测推广能力及较高的识别准确率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

计算机工程

北大期刊 下单

国际刊号:1000-3428

国内刊号:31-1289/TP

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 加急见刊

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。