基于Morlet小波与CART决策树的滚动轴承故障诊断方法
刘俊利1
缪炳荣1
张盈1
李永健2
黄仲1
1.西南交通大学 牵引动力国家重点实验室, 成都 6100312.五邑大学 轨道交通学院, 江门 529020
摘要：针对滚动轴承故障诊断过程中样本处理、故障识别等技术问题,提出一种基于 Morlet小波和分类回归树(Classification and Regression Tree,CART)的滚动轴承故障诊断方法.首先,利用Morlet小波分析方法和移动窗方法对轴承振动信号进行样本处理.其次,对提取的短样本进行变分模态分解与特征提取,完成训练集和测试集的构建.然后,使用训练集训练CART决策树分类模型,同时引入随机搜索和K折交叉验证用于模型关键参数优化,以获取理想的轴承故障分类模型.测试集验证结果表明,该方法不但能实现多种轴承故障的有效诊断、在含噪测试集中表现良好,而且单个样本的数据长度和采样时长的缩短效果明显.
关键词：故障诊断滚动轴承Morlet小波VMD CART决策树
分类号：TP181(自动化基础理论)TH133.33(机械零件及传动装置)
论文发表日期：2024-02-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-8 )
英文信息