基于支持向量數據描述的機械故障診斷研究
2003-04-29 00:44:03李凌均張周鎖何正嘉
西安交通大學學報 2003年9期
關鍵詞：故障診斷
李凌均 張周鎖 何正嘉
摘要:為了解決在機械智能監測與診斷中缺少故障樣本的問題,提出了一種機械故障單值分類的新方法——支持向量數據描述法．該方法只需要一類目標樣本作為學習樣本,而不需要其他非目標樣本,就可以建立起單值分類器,從而區分了非目標樣本和目標樣本．將這種方法應用在機械故障診斷和狀態監測中,僅僅依靠正常運行時的數據信號,而不需要故障數據,就可以監測機器的運行狀態,且不需要對原始數據進行特征提取．實驗結果表明,支持向量數據描述法與傳統的神經網絡方法相比,具有較好的分類能力和較高的計算效率．
關鍵詞:支持向量數據描述;單值分類;故障診斷
中圖分類號:TH17;TP18文獻標識碼:A文章編號: 0253-987X(2003)09-0910-04
猜你喜歡
一重技術(2021年5期)2022-01-18 05:42:10
水泵技術(2021年3期)2021-08-14 02:09:20
裝備制造技術(2020年3期)2020-12-25 05:22:30
制造技術與機床(2018年11期)2018-11-23 01:07:42
電子制作(2018年10期)2018-08-04 03:24:46
制造技術與機床(2017年10期)2017-11-28 05:20:43
重慶工商大學學報(自然科學版)(2015年10期)2015-12-28 07:43:58
振動工程學報(2014年2期)2014-03-01 01:15:22
振動、測試與診斷(2014年5期)2014-03-01 01:14:21
振動、測試與診斷(2014年4期)2014-03-01 01:14:00
