Print

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

  • 0 引言
  • 1 车用调光电机异音来源
  • 2 异音检测方案制定
  •   2.1 搭建异音检测试验台
  •   2.2 信号数据采集
  • 3 调光电机的异音特征提取
  • 4 调光电机的异音识别
  • 5 结论

    • 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

    本文来源: https://www.lunwen66.cn/article/e2a4f29e9ab27a6c2c01551e.html