TY - JOUR A2 - Caesarendra, Wahyu AU - Nguyen, Phuong H. AU - Kim，基于小波峭度图和向量中值的特征分析的滚动轴承多故障诊断这是通过将基于小波包变换(WPT-)的峰度图和一种新的基于向量中值的特征分析技术相结合来实现的。该方法首先利用基于wpt的峭度图从声发射信号的时域、频域和包络功率谱中提取轴承健康状态的有用特征。然后，采用基于线性判别分析(LDA)技术的增强特征分析方法，从原始特征集中选择最具判别性的轴承故障特征。这些选择的故障特征被Naïve Bayes (NB)分类器用来分类轴承故障条件。在一个试验台上对所提出的方法在各种轴承故障条件下的性能进行了测试和验证，并与传统的最先进的方法进行了比较。提出的轴承故障诊断方法在转速为300、350、400、450和500 rpm时的平均分类准确率分别为91.11%、96.67%、98.89%、99.44%和98.61%。SN - 1070-9622 UR - https://doi.org/10.1155/2015/320508 DO - 10.1155/2015/320508 JF - Shock and Vibration PB - Hindawi Publishing Corporation KW - ER -