基于SVM的拖拉机齿轮箱多故障诊断方法研究

被引:3
作者
赵爽
机构
[1] 上海电机学院机械学院
关键词
拖拉机; 支持向量机; 故障诊断; 齿轮箱;
D O I
10.13427/j.cnki.njyi.2011.05.009
中图分类号
S219.07 [运行与维修];
学科分类号
摘要
针对拖拉机齿轮箱多故障诊断需求,介绍了支持向量机(SVM)的分类原理,提出了利用SVM多类分类法解决多类故障同时出现情况下故障识别的难题,并给出了解决方法:把同时发生的两个故障看作第3种故障,再通过SVM多类分类方法进行故障识别。最后以拖拉机齿轮箱故障为例,进行仿真试验,结果令人满意。
引用
收藏
页码:207 / 209
页数:3
相关论文
共 6 条
[1]   基于支持向量机的乐音识别 [J].
王峰 ;
张雪英 ;
李炳男 .
微计算机信息, 2010, 26 (01) :19-20+38
[2]   基于SVM的二叉树多类分类算法及其在故障诊断中的应用 [J].
马笑潇 ;
黄席樾 ;
柴毅 ;
不详 .
控制与决策 , 2003, (03) :272-276+284
[3]   现场齿轮箱内齿轮故障的振动法诊断 [J].
王萍辉 .
长沙电力学院学报(自然科学版), 1999, (01) :52-56
[4]  
基于小波—遗传算法的拖拉机齿轮箱齿轮故障诊断的研究.[D].鲁刚.江苏大学.2003, 04
[5]  
数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,
[6]  
机械故障诊断.[M].李国华;张永忠编著;.化学工业出版社.1999,