关键词: 
• 最小二乘支持向量机 /
• 故障模式识别 /
• 混合核函数 /
• 小波包 /
• 滚动轴承

摘要: 为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后,针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点,提出了应用混合核函数对多元LS-SVM 进行改进的算法;最后,将特征向量作为输入,分别应用于常用核函数和基于混合核函数的多元LS-SVM 对滚动轴承故障类型进行仿真判别对比实验.结果证明了所设计方法的有效性.