基于SVM的滚动轴承工作状态检测

• 作者: 宋京伟 牛军
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 支持向量机 多类问题 滚动轴承 故障诊断
• 年，卷（期）: 2007,（3）
• 页码范围: 25-27,30
• 页数: 4页
• 分类号: TP273
• 字数: 3070字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2007.03.007

摘要

支持向量机是以统计学习理论为基础发展起来的新的通用学习方法,较好地解决了小样本、高维数、非线性等学习问题.本文提出了一种基于多级支持向量机分类器的滚动轴承工作状态识别方法.该方法通过时域特征参数对原信号进行特征提取,不仅计算简单,而且不考虑滚动轴承的型号和转速.试验表明这种方法具有很好的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋京伟	华东交通大学机电工程学院	30	199	8.0	13.0
2	牛军	华东交通大学机电工程学院	1	1	1.0	1.0