基于多分类相关向量机的行星齿轮箱太阳轮故障分类方法技术

基于多分类相关向量机的行星齿轮箱太阳轮故障分类方法，先利用加速度传感器获取行星齿轮箱齿轮原始振动信号，对不同故障类型的太阳轮振动信号分段，对每一段信号求取特征值，将提取的特征指标归一化，将归一化后的特征值作为输入变量，将对应太阳轮不同故障的特征进行编号，并将其作为目标值，划分训练样本和测试样本，选择高斯径向基作为多分类相关向量机核函数，并给将训练样本代入多分类相关向量机进行分类训练，利用所得分类模型对测试样本进行分类测试，得到预测目标值，并将预测类别与实际类别进行对比，得出分类模型的有效性，本发明专利技术分类精度不低于支持向量机，同时相较于自适应神经模糊推理系统，本发明专利技术分类效果也明显较好。

【技术实现步骤摘要】

【技术保护点】
基于多分类相关向量机的行星齿轮箱太阳轮故障分类方法，其特征在于，包括以下步骤：1）利用加速度传感器获取行星齿轮箱齿轮原始振动信号；2）对不同故障类型的太阳轮振动信号分段，确保每一段的长度具有统计意义，对每一段信号求取特征值，其中包括针对行星齿轮箱故障诊断的SIe、SLFe、FRMS、NSDS指标；①、SIe：一阶边频带幅值和；②、SLFe=SIeRMS(X);③、FRMS是计算滤波后信号的有效值，其具体表达式如下所示：FRMS=1UΣu=1U(q(u))2其中，q(u)(u＝1,2,…U)是滤波后信号Q的第u个点，U是数据点数；④、NSDS为归一化差谱正值和，其具体表达式如下所示：...

【技术特征摘要】

【专利技术属性】
技术研发人员：雷亚国，吴雄辉，林京，李乃鹏，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：