基于小波包分解与机器学习的汽车调光电机异音识别

编号 zgly0001658136

文献类型 期刊论文

文献题名 基于小波包分解与机器学习的汽车调光电机异音识别

作者 张新  郑燕萍  AntoineAUGEIX  郑晓娇 

作者单位 南京林业大学汽车与交通工程学院  艾默林汽车活动照明组件有限公司 

母体文献 森林工程 

年卷期 2019年01期

年份 2019 

分类号 U463.6  TP181 

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 

文摘内容 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。