改进支持向量机模型的旋转机械故障诊断方法

被引：13

作者：

曹冲锋

杨世锡

周晓峰

杨将新

机构：

[1] 浙江大学机械与能源工程学院

来源：

振动、测试与诊断 | 2009年 / 29卷 / 03期

关键词：

旋转机械; 故障诊断; 改进支持向量机模型; 泛化模式搜索; 超参数选择;

D O I：

10.16450/j.cnki.issn.1004-6801.2009.03.021

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对支持向量机在旋转机械的故障诊断中存在的模型超参数选择的不确定性,利用超参数相关理论和先验知识界定模型超参数选择区间,结合全局搜索和局部搜索实现参数优化组合,运用泛化模式搜索的模型超参数选择方法,并将改进的支持向量机模型引入旋转机械的故障诊断。结果表明,改进的模型具有较高的搜索效率和参数优化选择性能,提高了故障诊断的精度。

引用

页码：270 / 273+367 +367

页数：5

共 6 条

[1] 基于核函数估计的转子故障诊断方法 [J].

李巍华 ;

史铁林 ;

杨叔子 .

机械工程学报, 2006, (09) :76-82

[2] 基于支持向量机的转子振动信号故障分类研究 [J].

吴峰崎 ;

孟光 .

振动工程学报, 2006, (02) :238-241

[3] 一种基于经验模式分解与支持向量机的转子故障诊断方法 [J].

于德介 ;

陈淼峰 ;

程军圣 ;

杨宇 .

中国电机工程学报, 2006, (16) :162-167

[4] 模式识别中的支持向量机方法 [J].

杜树新 ;

吴铁军 .

浙江大学学报(工学版), 2003, (05) :25-31

[5] 关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01) :36-46

[6]

Optimization by Direct Search: New Perspectives on Some Classical and Modern Methods[J] . Tamara G. Kolda,Robert Michael Lewis,Virginia Torczon.SIAM Review . 2003 (3)

← 1 →