Разреженная вейвлетная декомпозиция сигналов вибрации для задачи распознавания образов

Abstract

Проанализировано пространство признаков алгоритма разреженной декомпозиции сигналов по избыточному вейвлетному словарю для задачи анализа формы вибрационных сигналов во временной области. Предложен алгоритм поэкземплярного распознавания элементов оборудования на базе разреженной вейвлетной декомпозиции и машинного обучения. Изучены вопросы построения генератора обучающей выборки для задачи распознавания образов. Предложена методика поиска оптимальных параметров метода одноклассовой классификации One-Class SVM. Представлены результаты тестирования алгоритма распознавания элементов оборудования на наборах вибрационных данных, снятых с подшипников качения и зубчатых передач.= The paper presents the features space of the algorithm for a sparse decomposition of signals by the redundant wavelet dictionary to analyze the waveform of vibration signals. An algorithm for recognition of elements of rotary equipment on the basis of sparse wavelet decomposition and machine learning is proposed. The questions of constructing the generator of the training dataset for pattern recognition problem are considered. A method for estimating the optimal parameters of the One-Class SVM is proposed. The results of testing the recognition algorithm on the datasets of vibration signals of rolling bearings and gears are presented.