基于单分类的机械故障诊断研究及其应用

被引:11
作者
李凌均
韩捷
王昆
郝伟
机构
[1] 郑州大学机械工程学院
关键词
支持向量数据描述; 单值分类; 故障诊断;
D O I
10.16579/j.issn.1001.9669.2008.05.033
中图分类号
TH165.3 [];
学科分类号
摘要
为解决机械智能监测与诊断中缺少故障样本的问题,提出一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本,而不需要除学习样本以外的其他非目标样本,即可以建立单值分类器,从而将非目标样本从目标样本中区分开。提取机械设备正常运行时振动信号的特征值组成学习样本集,建立单分类模型,应用该模型可以对未来的设备运行状态和故障进行识别诊断。该方法应用于某水泥厂煤灰鼓风机故障诊断的工程实践中,取得满意的结果。
引用
收藏
页码:697 / 701
页数:5
相关论文
共 3 条
[1]   支持向量数据描述用于机械设备状态评估研究 [J].
李凌均 ;
韩捷 ;
郝伟 ;
董辛 ;
何正嘉 .
机械科学与技术, 2005, (12) :1426-1429
[2]   基于支持向量数据描述的机械故障诊断研究 [J].
李凌均 ;
张周锁 ;
何正嘉 ;
不详 .
西安交通大学学报 , 2003, (09) :910-913
[3]  
Support vector domain description[J] . David M.J Tax,Robert P.W Duin.Pattern Recognition Letters . 1999 (11)