摘要
一种基于小波包主频分量的履带车辆悬挂系统故障诊断方法,属于神经网络领域。包括如下步骤:采集正常和故障情况下车辆的垂直加速度数据;对采集到的加速度数据进行预处理,建立样本集;采用q层小波包分解加速度样本,根据分解得到的小波系数进行小波重构,得到重构信号;采用傅里叶变换处理所述重构信号,得到重构信号的频域图,选择频域图中前n个主频分量来计算特征样本;将所述特征样本作为支持向量机的输入,将故障类别作为支持向量机的输出,进行故障诊断分类器的训练。优点:能够提高对故障特征的敏感性;能够在频谱中精准地捕捉故障特征,为故障诊断提供可靠的分析基础。
技术关键词
故障诊断方法
履带车辆
悬挂系统
傅里叶变换处理
重构
故障类别
车辆垂直加速度
样本
故障特征
滑动窗口方法
数据
传感器
分类器
信号
滤波算法
侧裙
超参数
幅值
系统为您推荐了相关专利信息
图像智能识别方法
聚乙烯管道
滤波射频信号
图像检测系统
时间增益补偿
光敏芯片
金属互连
玻璃基板
半导体芯片
封装方法
程度识别方法
音乐特征
原始脑电信号
梅尔频率倒谱系数
表达式