基于核函数估计的转子故障诊断方法

被引：13

作者：

李巍华 ^{[1
]}

史铁林 ^{[2
]}

杨叔子 ^{[2
]}

机构：

[1] 华南理工大学汽车工程学院

[2] 华中科技大学机械工程学院

来源：

机械工程学报 | 2006年 / 09期

基金：

广东省自然科学基金;

关键词：

核函数; 特征选择; 故障分类; 转子;

D O I：

暂无

中图分类号：

TH17 [机械运行与维修];

学科分类号：

摘要：

研究核函数估计方法(KFA)在机械故障诊断中的应用问题,提出一种基于特征样本选择的转子故障模式分类方法。通过计算转子振动信号原始特征空间的内积核函数,将所有原始特征样本映射到高维特征空间,在高维空间中选择特征样本对转子裂纹、转子不平衡及转子碰摩三种故障模式进行分类识别,选择的特征样本远小于样本集中全体样本的数目,提高了运算速度。比较了KFA分类方法与支持矢量机(SVM)分类方法的效果,结果表明,在保证分类精度的条件下,KFA方法可以明显减少运算量,性能更优越。

引用

页码：76 / 82

页数：7