基于持续同调机器学习的尾轴承黏滑振动研究

为了研究尾轴承黏滑振动,首先,采用机器视觉技术采集水润滑橡胶尾轴承黏滑振动图像;其次,运用持续同调机器学习及单纯复形同调群分析图像,计算振动图像单纯复形的同调获得相应的条码图;然后,基于条码图获取振动图像的拓扑特征;最后,用改进型支持向量机机器学习法对拓扑特征进行研究,完成水润滑橡胶尾轴承黏滑振动鸣音的分类与识别。研究表明,最长贝蒂条码的长度与振动密切相关,可以有效预警鸣音,并建立了鸣音过程的智能化描述,为研究尾轴承黏滑振动提供一种新的思路。