基于舍一交叉验证优化最小二乘支持向量机的故障诊断模型

被引:17
作者
李锋
汤宝平
章国稳
机构
[1] 重庆大学机械传动国家重点实验室
基金
国家高技术研究发展计划(863计划);
关键词
瞬时幅值欧式范数; 最小二乘支持向量机; 舍一交叉验证; 参数优化; 故障诊断;
D O I
10.13465/j.cnki.jvs.2010.09.052
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出一种基于舍一交叉验证优化最小二乘支持向量机(LS-SVM)的旋转机械故障诊断模型。首先将故障信号EMD分解为平稳IMF分量,再选择表征故障调制特征的IMF分量并构造瞬时幅值欧式范数作为故障特征矢量输入到舍一交叉验证(leave-one-outcross-validation,LOO-CV)优化线性核LS-SVM中进行故障识别。EMD分解可自适应分离故障调制信号;瞬时幅值欧式范数矢量的不同表征各类故障的差异;舍一交叉验证优化惩罚因子可以使线性核LS-SVM克服对故障类型与模式编号映射关系先验知识的依赖,提高LS-SVM的故障预测精度和自适应诊断能力。一个深沟球轴承故障诊断实例说明该模型的有效性。
引用
收藏
页码:170 / 174+250 +250
页数:6
相关论文
共 7 条
[1]   基于EMD和Teager能量算子的轴承故障诊断研究 [J].
李辉 ;
郑海起 ;
杨绍普 .
振动与冲击, 2008, (10) :15-17+22+188
[2]   基于最优LS-SVM的制导工具误差分离与折合 [J].
杨华波 ;
张士峰 ;
蔡洪 .
系统工程与电子技术, 2008, (07) :1308-1311
[3]   基于经验模式分解和最小二乘支持矢量机的滚动轴承故障诊断 [J].
王太勇 ;
何慧龙 ;
王国锋 ;
冷永刚 ;
胥永刚 ;
李强 .
机械工程学报, 2007, (04) :88-92
[4]   基于自适应滤波的滚动轴承故障诊断研究 [J].
孙晖 ;
朱善安 .
浙江大学学报(工学版), 2005, (11) :1746-1749+1787
[5]   Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[6]  
机械故障诊断的Hilbert-Huang变换方法.[M].于德介;程军圣;杨宇著;.科学出版社.2006,
[7]  
数据挖掘中的新方法.[M].邓乃扬;田英杰著;.科学出版社.2004,