模糊推理和支持向量机融合机制的旋转机械故障诊断

• 作者: 李太福 王雪 郑雪平
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 模糊推理 支持向量机 现场 故障诊断
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 120-124
• 页数: 5页
• 分类号: TH17
• 字数: 4570字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3133.2008.09.037

摘要

大型重要的旋转机械现场故障诊断通常具有无法进行样本训练、信息离散和结果要求精确等特点,通常的诊断方法都面临较大的困难重重难.提出一种基于模糊推理和支持向量机(SVM)融合机制的现场诊断方法,该方法构建通用的旋转机械故障的专家知识工程规则库,建立基于振动连续频谱的SVM推理和其他非频谱信号的模糊推理融合的诊断方法.该诊断方法适合现场突发性诊断过程,对信息源数量要求不高,具有较强的通用性.在某企业对空气压缩机进行的现场诊断证明诊断方法的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电子信息工程学院	87	399	11.0	15.0
2	王雪	重庆科技学院电子信息工程学院	15	24	3.0	3.0
3	郑雪平		3	3	1.0	1.0