基于振动信号分析和支持向量机的滚动轴承故障诊断

被引:16
作者
杨正友
彭涛
机构
[1] 湖南工业大学电气与信息工程学院
关键词
滚动轴承; 振动信号; 故障诊断; 小波包变换; 支持向量机;
D O I
暂无
中图分类号
TH133.33 [滚动轴承];
学科分类号
080203 ;
摘要
针对滚动轴承出现故障时产生的振动信号具有非平稳信号的特点,通过小波包变换提取故障信号的特征向量,采用支持向量机分类器对提取的特征向量进行多类故障分类。通过与BP神经网络分类器进行对比研究,结果表明,在有限故障样本条件下,支持向量机分类器比BP神经网络分类器具更好的分类性能。
引用
收藏
页码:96 / 99
页数:4
相关论文
共 1 条
[1]   基于DAGSVM的高炉故障诊断研究 [J].
王安娜 ;
张丽娜 ;
高楠 ;
孙静 .
信息与控制, 2006, (05) :619-623