基于KICA-SVM的矿用主要通风机故障诊断

被引:7
作者
尹洪胜
俞星
刘璠
刘淑桢
机构
[1] 中国矿业大学信电学院
关键词
核独立成分分析; 支持向量机; 通风机; 故障诊断;
D O I
10.13347/j.cnki.mkaq.2011.02.010
中图分类号
TD441 [矿山通风设备];
学科分类号
摘要
利用核独立成分分析(KICA)处理矿用主要通风机的振动信号,分离出具有特征信息的独立分量。提取特征向量再利用支持向量机(SVM)对矿用主要通风机的故障状态进行模式识别。通过实验比较表明,该方法明显提高了故障状态的识别率。
引用
收藏
页码:130 / 132
页数:3
相关论文
共 11 条