基于超球面支持向量机的丝杠故障诊断技术

被引：6

作者：

吴希曦 ^{[1
]}

高宏力 ^{[1
]}

燕继明 ^{[2
]}

赵敏 ^{[1
]}

黄柏权 ^{[1
]}

许明恒 ^{[1
]}

机构：

[1] 西南交通大学机械工程学院

[2] 中国航空工业集团公司成都飞机工业(集团)有限责任公司

来源：

计算机集成制造系统 | 2010年 / 16卷 / 12期

关键词：

故障诊断; 超球面; 支持向量机; 小波包; 丝杠; 数控机床;

D O I：

10.13196/j.cims.2010.12.119.wuxx.029

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对高档数控机床丝杠故障样本不易获取以及样本分布不均的问题,提出了一种用小波包分解和超球面支持向量机进行分类的丝杠故障智能诊断技术。该方法将振动信号小波包分解后的频带能量作为特征向量,输入到超球面支持向量机分类器进行故障识别。通过改变相关参数,研究了模型参数选择在构造超球面支持向量机中的重要作用。试验结果表明,建立的超球面支持向量机模型能够有效地对机床丝杠故障进行诊断。

引用

页码：2661 / 2667

页数：7

共 9 条

[1] 基于支持向量机的故障智能诊断理论与方法研究.[D].何学文.中南大学.2004, 11
[2] 基于一类超球面支持向量机的机械故障诊断研究
王自营
邱绵浩
安钢
王凯
[J]. 振动工程学报, 2008, 21 (06) : 553 - 558
[3] 基于超球支持向量机的类增量学习算法研究
秦玉平
李祥纳
王秀坤
王春立
[J]. 计算机科学, 2008, (08) : 116 - 118
[4] 数控铣床滚珠丝杠副故障维修与维护
周宛
黄力刚
[J]. 装备制造技术, 2007, (06) : 140 - 141
[5] 支持向量机在机械故障诊断中的应用研究
李凌均
张周锁
何正嘉
[J]. 计算机工程与应用, 2002, (19) : 19 - 21
[6] 机械故障诊断中的现代信号处理方法.[M].褚福磊; 等著.科学出版社.2009,
[7] 数控机床故障诊断与维修.[M].刘江; 主编.高等教育出版社.2007,
[8] 数控机床构造.[M].蔡厚道; 吴伟; 主编.北京理工大学出版社.2007,
[9] 机械故障诊断学.[M].钟秉林;黄仁主编;.机械工业出版社.2002,

← 1 →