论文部分内容阅读
对采集到的某车型底盘系统传动装置的滚动轴承在正常、内圈和滚子裂缝、剥落三种工况下的振动信号利用小波分析进行消噪处理后，再利用小波熵进行特征提取，对提取到的特征向量分别使用RBF神经网络和支持向量机进行故障类型的模式识别。从实验处理结果中可以看到在小样本的情况下支持向量机比RBF神经网络具有更高的诊断精度，这表明支持向量机在解决滚动轴承敞障诊断问题上有着很好的实用价值和应用前景。