基于WPA-SVM的多分类故障混合诊断模型

• 作者: 冼广铭 曾碧卿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小波包 支持向量机 多分类
• 年，卷（期）: 2008,（24）
• 所属期刊栏目: 工程与应用
• 页码范围: 242-245
• 页数: 4页
• 分类号: TP18
• 字数: 3650字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.24.073

摘要

针对目前机械故障诊断中难以进行特征提取和常规SVM算法诊断多类分类问题时存在困难等问题,提出了结合了WPA理论和基于二叉树的多级SVM分类器的WPA-SVM多分类故障混合诊断模型.采用小波包分析对机械信号提取频域能量特征向量,通过训练多个依赖故障优先级的基于二叉树的多级SVM分类器中,找到样本中的支持向量,并以此决定超平面.然后根据最优分类平面,对测试集的样本进行故障诊断.通过对两种不同特征提取方法、三种不同SVM识别策略的实验比较结果可知,该方法是有效的.