基于模糊域和支持向量机的故障诊断方法

被引：8

作者：

王胜春 ^{[1
]}

韩捷 ^{[2
]}

李志农 ^{[2
]}

李剑峰 ^{[1
]}

机构：

[1] 山东大学机械工程学院

[2] 郑州大学振动工程研究所

来源：

山东大学学报(工学版) | 2006年 / 06期

关键词：

模糊域; 支持向量机; 核函数; 故障诊断;

D O I：

暂无

中图分类号：

TH17 [机械运行与维修];

学科分类号：

120111 [工业工程];

摘要：

将模糊域分布和支持向量机相结合,提出了一种故障诊断的新方法,该方法将模糊域分布中的局部能量作为特征输入到支持向量机的多故障分类器进行故障识别.利用模糊域分布可以很好地刻画信号的时频局部化特征,与时-频平面特征提取相比,又可大大降低数据维数.对于不同类型的核函数分布,将其诊断结果进行比较,试验结果表明,基于模糊域的支持向量机故障分类无需核函数滤波就能取得最好的分类效果.

引用

页码：116 / 120

页数：5

共 4 条

[1]

基于样本之间紧密度的模糊支持向量机方法 [J].