典型文献
基于高阶谱和Tamura纹理的滚动轴承故障诊断
文献摘要：
为了提高滚动轴承的故障诊断率,提出了一种基于高阶谱(high order spectrum,HOS)和Tamura纹理特征相结合的故障诊断方法.首先,通过高阶谱方法将滚动轴承故障振动信号的冲击提取出来;然后,对高阶谱进行处理得到二维等高线图;最后依据轴承故障相同时等高线图具有相似性以及不同时具有差异性这一特性,采用基于人类视觉感知的Tamura纹理描述方法提取特征参数后输入多分类支持向量机(support vector machines,SVM)中进行分类.结果表明:高阶谱结合Tamura纹理特征的滚动轴承故障诊断方法在较少特征参数下故障识别准确率能达到较高的精度,对于故障尺寸不同的混合振动信号识别准确率稳定,诊断效果良好.
文献关键词：
滚动轴承;高阶谱;Tamura纹理;支持向量机(SVM)
中图分类号：
作者姓名：
陆翔宇;周凤星;严保康;路鹏程;阳震
作者机构：
武汉科技大学信息科学与工程学院,武汉430081
文献出处：
引用格式：
[1]陆翔宇;周凤星;严保康;路鹏程;阳震-.基于高阶谱和Tamura纹理的滚动轴承故障诊断)[J].科学技术与工程,2022(24):10566-10571
A类：
B类：
高阶谱,Tamura,滚动轴承故障诊断,诊断率,high,order,spectrum,HOS,纹理特征,故障诊断方法,谱方法,故障振动,振动信号,理得,等高线图,故障相,人类视觉,视觉感知,提取特征,多分类支持向量机,support,vector,machines,故障识别,识别准确率,信号识别,诊断效果
AB值：
0.281014
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
