基于信息谱熵的支持向量机机械状态识别

被引:13
作者
潘明清
周晓军
杨辰龙
庞茂
机构
[1] 浙江大学现代制造工程研究所
[2] 浙江大学现代制造工程研究所 杭州
[3] 杭州
关键词
特征提取; 二维谱熵; 轴承; 支持向量机; 状态识别;
D O I
暂无
中图分类号
TH113.1 [机械振动学];
学科分类号
080203 ;
摘要
特征提取是机械状态识别的重要内容。分析了机械振动信号的频谱特征,将二维信息谱熵作为机械状态的特征指标,应用到轴承的状态监测,直观地辨别出正常和故障两种状态。进一步将二维谱熵作为支持向量机(SVM)分类器的输入量,结果表明SVM具有良好的分类能力和计算效率,可以满足在线监测的要求。
引用
收藏
页码:277 / 280
页数:4
相关论文
共 3 条
[1]  
机械设备振动监测与故障诊断.[M].陈进主编;.上海交通大学出版社.1999,
[2]   基于信号谱熵的模糊Hamming网络缺陷识别 [J].
秦旭达 ;
刘兴荣 ;
王太勇 ;
商同 .
天津大学学报, 2004, (02) :140-143+151
[3]   信号频谱的二维向量及其应用 [J].
刘红星 ;
左洪福 ;
姜澄宇 ;
屈梁生 .
中国机械工程, 1999, (05) :537-539+603