基于小波包分解与机器学习的汽车调光电机异音识别全文替换

论文摘要

为实现汽车调光电机装置异音检测的自动化,本文采用机器学习的方法开展产品异音识别研究。在分析确定产品异音来源的基础上,采集正常件和异音件的振动信号,利用小波包分解,结合时频域分析,在能量谱和时域特征中提取10个特征向量,基于BP神经网络对200个信号样本进行机器学习分类。并对20个样件进行试验,识别汽车调光电机异音的正确率达到96.7%。研究表明,采用机器学习的方法能够有效地识别电机异音,此研究具有工程应用价值。

论文目录

文章来源

类型: 期刊论文

作者: 张新,郑燕萍,Antoine AUGEIX,郑晓娇

关键词: 调光电机装置,异音识别,机器学习,支持向量机,小波包

来源: 森林工程 2019年01期

年度: 2019

分类: 农业科技,工程科技Ⅱ辑,信息科技

专业: 汽车工业,自动化技术

单位: 南京林业大学汽车与交通工程学院

基金: 2017年江苏省重点研发计划(BE2017008)

分类号: U463.6;TP181

DOI: 10.16270/j.cnki.slgc.2019.01.010

页码: 59-63+112

总页数: 6

文件大小: 1749K

下载量: 184

相关论文文献

标签：调光电机装置论文;  异音识别论文;  机器学习论文;  支持向量机论文;  小波包论文;