应用支持向量机实现转子故障的模式分类

被引：5

作者：

韦抒

机构：

[1] 广西电力职业技术学院

来源：

制造业自动化 | 2009年 / 31卷 / 07期

关键词：

故障检测; 模式识别; 机械; 支持向量机; 机器学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

分析了故障检测在机械系统中的重要性,指出应用支持向量机的优点以及它在机械故障检测中的应用。支持向量机是机器学习理论里新的成员,给出了支持向量机的数学概念和定义,将支持向量机引用到机械故障模式的分类中,提出了使用该理论的一般方法。结合着旋转机械的常见故障,应用实验台进行了故障的分类研究。利用旋转机械的频域特征训练支持向量机,并对真实数据进行了分析。从分析结果讨论了改进故障分类效果的手段,指出了支持向量机的应用前景。

引用

页码：82 / 85

页数：4

共 3 条

[1]

利用SVM进行车型识别 [J].

王亮申 ;

朱玉才 ;

陈少华 ;

侯杰 ;

于京诺 ;

苏子林 ;

欧宗瑛 .

计算机工程与设计, 2005, (09) :2453-2454

[2]

基于支持向量机的航空发动机故障诊断 [J].

徐启华 ;

师军 .

航空动力学报, 2005, (02) :298-302

[3]

Artificial neural networks and support vector machines with genetic algorithm for bearing fault detection.[J].B. Samanta;K.R. Al-Balushi;S.A. Al-Araimi.Engineering Applications of Artificial Intelligence.2003, 7

← 1 →