基于主元分析的支持向量数据描述机械故障诊断

• 作者: 吴瑞明 周晓军 潘明清 雷良育
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 故障诊断 特征提取 主元分析 支持向量数据描述 轴承
• 年，卷（期）: 2006,（1）
• 页码范围: 128-131
• 页数: 4页
• 分类号: TH165
• 字数: 3759字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2006.01.031

摘要

针对机械故障诊断缺乏故障样本的问题,提出了故障诊断单值分类法--支持向量数据描述法(SVDD).这种方法只需要正常运行状态的数据样本,就可以建立单值分类器,区分出正常和异常状态.试验以轴承为研究对象,采用主元分析法(PCA)作数据前处理,提取振动信号的统计特征值,得到的主元特征指标输入到SVDD分类器进行训练和测试.试验结果表明,PCA对正常和故障样本有较大的区分度,SVDD分类器能很好的分辨出轴承正常和故障状态,并且对未知故障有良好的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓军	浙江大学现代制造工程研究所	239	2169	23.0	31.0
2	雷良育	江苏技术师范学院机械系	20	160	7.0	12.0
3	吴瑞明	浙江科技学院机械系	31	123	6.0	10.0
4	潘明清	浙江大学现代制造工程研究所	11	195	7.0	11.0