基于贝叶斯推断LSSVM的滚动轴承故障诊断

被引：20

作者：

杨正友 ^{[1
]}

彭涛 ^{[1
,2
]}

李健宝 ^{[1
]}

钟云飞 ^{[1
]}

机构：

[1] 湖南工业大学电气与信息工程学院

[2] 北京理工大学自动化学院

来源：

电子测量与仪器学报 | 2010年 / 24卷 / 05期

基金：

中国博士后科学基金;

关键词：

滚动轴承; 故障诊断; 最小二乘支持向量机; 贝叶斯推断;

D O I：

暂无

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

080203 ; 080202 ;

摘要：

针对传统最小二乘支持向量机分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法通过三级分层推断优化确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率.将基于贝叶斯推断最小二乘支持向量机分类方法应用于滚动轴承故障诊断中,实验仿真结果表明该方法能有效地识别滚动轴承的故障,且训练时间和测试时间均小于传统最小二乘支持向量机方法。

引用

页码：420 / 424

页数：5

共 8 条

[1] 基于振动信号分析和支持向量机的滚动轴承故障诊断 [J].