基于K-L变换和支持向量机的滚动轴承故障模式的识别

• 作者: 张子达 徐进永 陆爽
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 机械制造工艺与设备 滚动轴承 故障诊断 K-L变换 支持向量机 模式识别
• 年，卷（期）: 2005,（5）
• 页码范围: 500-504
• 页数: 5页
• 分类号: TH133.33|TP181
• 字数: 3296字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2005.05.010

摘要

提出了应用K-L变换和支持向量机相结合进行滚动轴承故障诊断的方法.K-L变换可以将高维相关变量压缩为低维独立的主特征向量,而支持向量机可以完成模式识别和非线性回归.利用上述原理根据轴承振动信号的变化特征,采用K-L变换对其提取状态主特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,K-L变换分解后的主特征向量与支持向量机相结合可以有效地、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐进永		10	194	8.0	10.0