基于单分类的机械故障诊断研究及其应用

• 作者: 李凌均 王昆 郝伟 韩捷
• 来源期刊: 机械强度
• 关键词: 支持向量数据描述 单值分类 故障诊断
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 振动·噪声·监测·诊断
• 页码范围: 697-701
• 页数: 5页
• 分类号: TH165.3
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2008.05.001

摘要

为解决机械智能监测与诊断中缺少故障样本的问题,提出一种机械故障单值分类的新方法--支持向量数据描述法.该方法只需要一类目标样本作为学习样本,而不需要除学习样本以外的其他非目标样本,即可以建立单值分类器,从而将非目标样本从目标样本中区分开.提取机械设备正常运行时振动信号的特征值组成学习样本集,建立单分类模型,应用该模型可以对未来的设备运行状态和故障进行识别诊断.该方法应用于某水泥厂煤灰鼓风机故障诊断的工程实践中,取得满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩捷	郑州大学机械工程学院	196	1599	19.0	30.0
2	郝伟	郑州大学机械工程学院	61	651	16.0	23.0
3	李凌均	郑州大学机械工程学院	45	352	12.0	17.0
4	王昆	郑州大学机械工程学院	7	53	4.0	7.0