基于支持向量机的故障模式识别研究

• 作者: 李凌均 李志农 齐保林
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 支持向量机(SVM) 模式识别 故障诊断
• 年，卷（期）: 2007,（1）
• 页码范围: 9-11,15
• 页数: 4页
• 分类号: TH17|TP18
• 字数: 2877字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2007.01.003

摘要

支持向量机为因缺乏大量故障样本受到制约的智能诊断提供了一个全新的途径.从振动信号中提取特征向量作为支持向量机的输入,对滚动轴承故障模式进行识别.实验表明,在含噪声条件下支持向量机对滚动轴承故障模式仍然具有优秀的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志农	郑州大学振动工程研究所	66	582	13.0	19.0
2	齐保林	郑州大学振动工程研究所	27	100	5.0	9.0
4	李凌均	郑州大学振动工程研究所	45	352	12.0	17.0