基于Fυ-SVM的机械故障诊断方法

被引：2

作者：

吴奇 ^{[1
,2
]}

武书彦 ^{[3
]}

刘静 ^{[4
]}

机构：

[1] 东南大学江苏省微纳生物医疗器械设计与制造重点实验室

[2] 东南大学复杂工程系统测量与控制教育部重点实验室

[3] 郑州牧业工程高等专科学校

[4] 上海海事大学信息工程学院

来源：

系统工程理论与实践 | 2010年 / 30卷 / 07期

基金：

中国博士后科学基金;

关键词：

机械故障诊断; 支持向量分类机; 三角模糊数; 粒子群;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对机械故障诊断中存在的小样本、模糊、不确定性特征数据等问题,将改进三角模糊理论与支持向量分类机(SVM)方法相结合,提出一种Fv-SVM模型,给出相应的机械故障诊断方法.最后进行了复杂设备故障诊断的实例分析,结果表明基于Fv-SVM的机械故障诊断方法是有效和可行的.

引用

页码：1266 / 1271

页数：6

共 10 条

[1] 复杂工业过程运行的混合智能优化控制方法 [J].

柴天佑 ;

丁进良 ;

王宏 ;

苏春翌 .

自动化学报, 2008, (05) :505-515

[2] 基于支持向量机的客户流失预测模型 [J].

夏国恩 ;

金炜东 .

系统工程理论与实践, 2008, (01) :71-77

[3] 基于AR模型和支持向量机的转子系统故障诊断方法 [J].

于德介 ;

陈淼峰 ;

程军圣 ;

杨宇 .

系统工程理论与实践, 2007, (05) :152-157

[4] 应用支持向量机预测公交车运行时间 [J].

于滨 ;

杨忠振 ;

林剑艺 .

系统工程理论与实践, 2007, (04) :160-164+176

[5] 基于模糊支持向量机的小批量生产质量智能预测方法 [J].

董华 ;

杨世元 ;

吴德会 .

系统工程理论与实践, 2007, (03) :98-104

[6] 基于支持向量机的个人信用评估模型及最优参数选择研究 [J].

肖文兵 ;

费奇 .

系统工程理论与实践, 2006, (10) :73-79

[7] 基于内禀模态奇异值分解和支持向量机的故障诊断方法 [J].

程军圣 ;

于德介 ;

杨宇 .

自动化学报, 2006, (03) :475-480

[8] 基于支持向量机的可分离非线性动态系统辨识 [J].

张莉 ;

席裕庚 .

自动化学报, 2005, (06) :153-157

[9] 一类非线性系统的故障诊断 [J].

陈茂银 ;

周东华 .

自动化学报, 2004, (06) :1011-1016

[10] 基于支持向量机的武器系统费用预测分析 [J].

蒋铁军 ;

李积源 .

系统工程理论与实践, 2004, (09) :121-124+130

← 1 →