机械故障矢功率谱—支持向量机识别方法研究

被引:6
作者
李志农
韩捷
潘玉娜
李凌均
机构
[1] 郑州大学振动工程研究所
关键词
矢功率谱; 支持向量机; 故障诊断; 信息融合;
D O I
暂无
中图分类号
TH17 [机械运行与维修];
学科分类号
0802 ;
摘要
与传统功率谱相比,矢功率谱融合了多通道的能量信息,反映的信息更全面。而支持向量机为解决机械故障诊断中有限的故障样本识别问题提供了一种有力的工具。基于此,结合矢功率谱和支持向量机,提出了一种故障诊断的新方法。该方法是以矢功率谱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,并应用到旋转机械故障诊断中。同时,该方法还与基于矢功率谱的径向基函数网络识别结果进行了比较,实验结果表明,该方法是有效的,尤其在小样本情况下,SVM识别效果明显优于径向基函数网络。
引用
收藏
页码:214 / 216
页数:3
相关论文
共 2 条
[1]   基于支持向量机的多故障分类器及应用 [J].
张周锁 ;
李凌均 ;
何正嘉 .
机械科学与技术, 2004, (05) :536-538+601
[2]   旋转机械的全信息能量谱分析方法研究 [J].
韩捷 ;
石来德 .
机械强度, 2003, (04) :364-368