为了提高轴承故障识别正确率,提出了基于多重分形理论的特征提取方法和改进随机森林的模式识别方法。介绍了多重分形去趋势波动理论,初选了4个多重分形参数作为特征参数;将参数两两组合,使用K均值聚类法进行聚类,依据类内聚集度和类间距离优选了最佳组合作为特征向量。以随机森林算法为基础,提出了舍弃策略和话语权策略进行改进。舍弃策略通过舍弃分类正确率靠后的决策树提高随机森林平均正确率,减小森林的泛化误差;话语权策略通过提高优秀决策树的话语权,放弃了传统算法中的绝对民主,两个改进策略提高了算法模式识别正确率。经实验验证,改进随机森林算法对故障识别正确率为100%,而传统算法识别正确率仅为93.1%,证明了算法改进策略的有效性。

运用有限元方法对裂纹圆盘进行动态特性分析,获得振型和应变响应。应用多重分形理论计算和分析裂纹圆盘应变响应的广义维数和敏感维数。把应变广义分形维数、敏感维数作为圆盘裂纹状态的特征量,对圆盘的裂纹诊断与识别进行定性及定量研究。通过计算得到圆盘裂纹的应变广义维数相关系数,用广义维数相关系数法对圆盘裂纹长度进行定量识别。通过对实例的识别分析,考查了裂纹长度的识别精度及广义维数相关系数法对裂纹长度的定量识别的实用性。