沈阳市装备制造工程学校
信号的处理和特征提取
小波包分解是在小波分解基础上的改进，它是一种更加精细的正交分解方法，能实现在全频率域上对信号的多层次频带划分，提高了频率分辨率。分解后各频带的信号相互独立，它们既无冗余，也无遗漏。小波包分解后， 解层上的每一频带的信号都具有一定的能量值，其能量值组成的特征向量可用来表征设备的运行状态[2]。本文对振动信号进行小波包分解，小波基选择db2，分解层数3结语 综上所述，在现代化数控设备的运行和维护中，
保障设备应用的能力得到全面性发挥，就应该在设备的应
以正常信号为研究对象，对其进行3层小波包分解然后重构，小波包分解重构信号如图3所示。全民健身计划纲要
从图中可以看出，信号经3层小波包分解后，得到8个频率成分由低到高的信号，它们的幅值在各自的频带范围内呈现出不同的变化，因此，提取它们的能量作为特征参数。
对发动机故障进行诊断，实质是对故障模式的识别过程，包括特征提取和模式识别两个过程[3]。本文提取经3层
小波包分集后8个子信号的能量为特征参数，归一化处理后输入到支持向量机中进行模式识别。
发动机的故障诊断问题在本质上可以看作是对数据的分类问题。采用支持向量机对汽车发动机故障问题进行
从图中可以看出，采用支持向量机进行模式识别，组测试数据中，只有1组预测错误，将轻微故障判断成了严重故障。预测准确率达到了96.67%。
4结论
研究表明，通过小波包和支持向量机相结合的诊断方具有很高的精确度，在对汽车发动机的诊断上应用比较广泛。另外，通过小波包的方法对故障特征进行提取，有一定的精准性，在小样本的故障诊断中具有较好的应用前景。
RANA NIGROMACULATA参考文献:
[1]陆金铭.基于气缸盖振动信号的柴油机故障诊断研究
图2小波包分解机构图
图33层小波包分解重构信号
图4支持向量机测试结果
>精神病学>贺知章
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议