基于绕封模型的故障特征选择方法研究

• 作者: 刘冠军 王新峰 邱静
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 信息处理技术 特征选择 绕封模型 遗传算法 神经网络
• 年，卷（期）: 2005,（5）
• 页码范围: 685-689
• 页数: 5页
• 分类号: TH133|TP391
• 字数: 3566字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1093.2005.05.024

摘要

在机械故障诊断中,基于原始大特征量的故障状态识别会导致识别精度的下降.特征选择可以去除原始特征中的冗余特征,提高诊断精度.但以前广泛应用的基于过滤模型的特征选择方法不能满足进一步提高精度的要求.针对此问题,提出使用基于绕封模型的故障特征选择方法,它采用遗传算法对特征集寻优,样本划分法进行错误率预测估计和BP神经网络学习算法进行分类.轴承诊断实例证明,此方法有较好的寻优特征子集的能力,可以提高系统的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱静	国防科技大学机电工程研究所	115	1406	22.0	30.0
2	刘冠军	国防科技大学机电工程研究所	88	860	18.0	23.0
3	王新峰	国防科技大学机电工程研究所	13	160	8.0	12.0