基于蚁群SVDD和聚类方法的旋转机械故障诊断

被引：7

作者：

杜文辽 ^{[1
,2
]}

李安生 ^{[2
]}

孙旺 ^{[1
]}

李彦明 ^{[1
]}

刘成良 ^{[1
]}

机构：

[1] 上海交通大学机械系统与振动国家重点实验室

[2] 郑州轻工业学院机电工程学院

来源：

上海交通大学学报 | 2012年 / 09期

关键词：

蚁群支持向量数据描述; K均值聚类; Davies Bouldin指数; 旋转机械; 故障诊断;

D O I：

10.16183/j.cnki.jsjtu.2012.09.018

中图分类号：

TP183 [人工神经网络与计算]; TH165.3 [];

学科分类号：

摘要：

针对典型故障样本缺乏而使常规机器学习方法无法直接应用的难题,提出了一个基于支持向量数据描述(SVDD)新异类检测与基于Davies Bouldin指数(DBI)的K均值聚类方法相结合的旋转机械故障诊断框架.首先,针对正常状态样本建立SVDD模型,并利用蚁群算法对SVDD模型参数进行优化;然后,当拒绝样本数目累积到设定的阈值时,利用K均值聚类方法对其进行处理而获得能够进行标记的类别,其中,K均值聚类的类型数目由DBI辅助确定;最后,针对所标记的各类样本,分别建立SVDD模型并进行训练,将SVDD分类器按照二叉树形式构建系统状态的完整诊断模型.同时,利用滚动轴承多故障模式样本进行训练测试,以验证所提出算法的有效性.结果表明,所提出算法的训练速度为常规网格搜索算法的近10倍,DBI能够有效确定聚类的数目,对样本状态的识别率达到100%.

引用

页码：1440 / 1444

页数：5

共 10 条

[1] Model checking algo-rithm based on ant colony swarm intelligence. Wu X N,Hu C Y,Wang Y. Com-munication in Computer and Information Science . 2009
[2] Support vector domain description. Tax D M J,Duin R P W. Pattern Recognition . 1999
[3] Support vector domain description[J] . David M.J Tax,Robert P.W Duin. &nbspPattern Recognition Letters . 1999 (11)
[4] 小波支持向量机在滚动轴承故障诊断中的应用
郭磊
陈进
朱义
肖文斌
[J]. 上海交通大学学报, 2009, 43 (04) : 678 - 682
[5] Rolling bearing faultdiagnosis based on wavelet packet-neural networkcharacteristic entropy. Wang L Y,Zhao W G,Liu Y. Advanced MaterialsResearch . 2010
[6] Some methods for classification and analysis of multivariate observations. MacQueen J. Proceedings of the Fifth Berkeley Symposium on Mathematics, Statistics and Science . 1967
[7] 免疫支持向量机复合故障诊断方法及试验研究
姜万录
牛慧峰
刘思远
[J]. 振动与冲击, 2011, 30 (06) : 176 - 180+212
[8] An approach to novelty detection applied to the classification of image regions. Singh,S.,Markou,M. IEEE Transactions on Knowledge and Data Engineering . 2004
[9] Robust bearing performance degradation assessment method based on improved wavelet packet-support vector data description. Y. Pan,J. Chen,L. Guo. Journal of Mechanical Systems . 2009
[10] Bearing data center.. Loparo K A. http://csegroups.case.edu/bearingdata-center/pages/download-data-file . 2012

← 1 →