摘 要：本文提出一种基于小波包分解与决策树相结合的检测方法对滚子链的磨损状态进行检测。该方法首先使用小波包理论对信号进行n（n=3）层小波分解，提取小波系数，并根据系数求解各个频段的能量，并构造特征向量，然后使用决策树策略对滚子链的状态进行判断。实验表明，通过小波包分解和决策树相结合的检测方法能够很好地识别滚子链的磨损状态。
关键词：状态识别；小波包；特征向量；决策树；滚子链
中图分类号：TN911 文献标识码：A 文章编号：2096-4706（2019）13-0015-03
Research on Roller Chain State Detection Based onWavelet Packet Decomposition and Decision Tree
JING Tikai，MA Hao，HU Yaoguo
（School of Computer Science，Xi’an Polytechnic University，Xi’an 710600，China）
Abstract：In this paper，a detection method based on wavelet packet decomposition and decision tree is proposed to detect the wear state of the roller chain. The method firstly uses wavelet packet theory to perform n（n=3） layer wavelet decomposition on the signal，extracts the wavelet coefficients，and solves the energy and structural feature vectors of each frequency band according to the coefficients，and then uses the decision tree strategy to judge the state of the roller chain. Experiments show that the detection method combined with wavelet packet decomposition and decision tree can well identify the wear state of the roller chain.
Keywords：state identification；wavelet packet；eigenvector；decision tree；roller chain
基金项目：2018 年大学生创新创业项目：滚子链状态监测研究（项目编号：201810709049）。
参考文献：
[1] 何正嘉. 机械故障诊断理论及应用 [M]. 北京：高等教育出版社，2010.
[2] 许允之，许璟，马草原，等. 基于振动信号分析的异步电机转子故障特征提取 [J]. 实验室研究与探索，2012，31（6）：32-35.
[3] 王晓冬，何正嘉，訾艳阳. 滚动轴承故障诊断的多小波谱峭度方法 [J]. 西安交通大学学报，2010，44（3）：77-81.
[4] 段晨东，张荣. 基于改进经验小波变换的机车轴承故障诊断 [J]. 中国机械工程，2019，30（6）：631-637.
[5] 陈丽萍，武文波. 基于决策树C4.5 算法的面向对象分类方法研究 [J]. 遥感信息，2013，28（2）：116-120.
[6] 张超，陈建军，郭迅. 基于EMD 能量熵和支持向量机的齿轮故障诊断方法 [J]. 振动与冲击，2010，29（10）：216-220+261.
[7] 朱洪俊. 非平稳信号瞬时特征提取的谐波小波方法 [J]. 机械工程学报，2008（5）：191-195.
作者简介：荆体凯（1996-），男，汉族，安徽亳州人，工程师，本科，学士学位，研究方向：数据分析，软件开发。